本文提出了一种基于多层次探测极性语言的词向量模型的文本去极性框架，通过对11个话题的99个故事应用该方法，实现了文本去极性。作者使用自动和半自动模式比较分析原始文本和去极性后的文本，并通过161个人类测试人员获得高反馈，证明了该方法在有效去极性的同时保留了原始文本的信息。