Analysegerät für die Sentimentanalyse
Kommerzielle Nutzung OK
Modelle 579
Kein Wasserzeichen
Keine Anmeldung erforderlich
Modell:
+ GPT-5, Claude, Gemini
Allgemeine Einschätzung
-
-
Polarität
-
−100 bis +100
Vertrauen
-
-
Zusammenfassung
Erweiterte Optionen
Ergebnis
Die Tokens sind knapp.
Mehr Token erhalten
❤️ Liebe Free.ai? Erzählen Sie Ihren Freunden!
Melde dich an, um einen Verweis zu erhalten und pro Freund 30.000 Token zu verdienen.
Willst du mehr?
Kostenlos registrieren: 30.000 Tokens/Tag
Kostenlos anmelden
Ihre Anfrage bearbeiten...
Analysieren Sie Textstimmung mit freier KI. Erkennen Sie positive, negative und neutrale Töne.
Wie man verwendet Analysegerät für die Sentimentanalyse
1
Geben Sie Ihre Eingabe ein
Geben Sie Text ein, laden Sie eine Datei hoch oder beschreiben Sie, was Sie wollen. Kein Konto erforderlich.
2
Klicken Sie auf Erzeugung
Unsere KI verarbeitet Ihre Anfrage in Sekundenschnelle mit den besten Open-Source-Modellen.
3
& Teilen herunterladen
Downloaden, kopieren oder teilen Sie Ihr Ergebnis. Kostenlos für den persönlichen und kommerziellen Gebrauch.
Verwenden Sie dieses Tool über API
Automatisieren Sie dieses Tool aus Ihrem eigenen Code. OpenAI-kompatible REST-Endpunkt, Bearer-Token-Auth, kein zusätzliches SDK erforderlich. Tokenkosten entsprechen der Web-Schnittstelle.
curl -X POST https://api.free.ai/v1/chat/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model": "qwen7b", "messages": [{"role": "user", "content": "Summarize this: ..."}]}'Verwandte kostenlose KI-Tools
Analysegerät für die Sentimentanalyse - FAQ
Fünf Dinge, je nach Modus, den Sie wählen: (1) Gesamtpolarität - ein -100 bis +100 Punkte mit Vertrauen; (2) 6-dimensionale Emotionen - Freude, Wut, Angst, Traurigkeit, Überraschung, Ekel; (3) Aspekt-basiert - extrahiert benannte Funktionen oder Entitäten und punktet jeweils einzeln; (4) Sarkasmus / Subtext - dreht Oberflächenpolarität auf erkannten Ironie; (5) Per-Sentenz - Tags jeden Satz einzeln. Wählen Sie den Modus, der Ihrem Anwendungsfall entspricht.
Ja - eine typische 200-Wort-Rezension führt das Standardmodell Qwen 3 30B bei ~200 Token aus, komfortabel im 6.000 anonymen oder 30.000 signierten Tagespool. Forensisch-tiefe Aspektanalyse bei längeren Texten kostet ~600 Token. Keine Anmeldung erforderlich, um einige zu versuchen.
Vergleichbar auf der Gesamtpolarität (~85% Übereinstimmung mit Human-Rater auf klar geschnittenen Text), hinter Google auf Subjekt-Klassifizierung Präzision, vor den meisten auf Sarkasmus, weil wir das Modell explizit Sarkasmus-Erkennung Aufforderungen. Enterprise-Anbieter berechnen $1-4 pro 1.000 Einheiten. Unser Vorteil: Emotion Radar + Aspekt-basierte Ausgabe in einem Anruf, kostenlos, keine API-Schlüssel zur Bereitstellung.
Ja - wechseln Sie zum Modus "Sarkasmus + Subtext". Die Systemaufforderung weist das Modell explizit an, die Oberflächenpolarität zu drehen, wenn es Ironie erkennt ("Oh great, another delay" punktet trotz positiver Wortpräsenz negativ). Genauigkeit auf offensichtlichem Sarkasmus beträgt ~80%; subtile passive Aggression ist für jedes Modell schwieriger. Das "Mixed"-Urteil + geringes Vertrauen ist Ihre Flagge, um den Text selbst zu lesen.
Instead of one verdict for the whole text, you get separate scores for each entity or feature mentioned. Example: "The hotel was beautiful but the breakfast was cold and the wifi was terrible" yields {hotel: +80, breakfast: -50, wifi: -70}. Ideal for product reviews, restaurant feedback, and NPS comments where customers mix praise and complaints in one paragraph.
99 Sprachen. Die sechs Emotionsdimensionen stammen aus der Ekman-Grundbildungsforschung und übersetzen universell. Genauigkeit ist am höchsten auf Englisch, Spanisch, Französisch, Portugiesisch, Deutsch, Chinesisch, Japanisch; Sprachen mit geringerem Ressourcenbedarf funktionieren, können aber zu etwas niedrigeren Vertrauensnoten führen.
Ja - das ist einer der hochwertigsten Anwendungsfälle. Führen Sie eingehende Tickets über den Domänenmodus "Support Ticket" aus; Tickets, die unter -50 Polarität mit hoher Wut-Dimension liegen, gehen zu Ihrer Senior Support Queue, positive-verdict Tickets Route zum Self-Service. Exportieren Sie JSON über den Download-Button und verdrahten Sie in Zendesk / Freshdesk-Automatisierungen.
Ja - POST auf /v1/chat/ mit dem gleichen System prompt diese Seite baut (inspektieren Quelle für die genaue Eingabeaufforderung). Gibt strukturierte JSON zurück. Gut für Dashboards, die Tausende von Bewertungen nächtlichen in sich aufnehmen. Träger auth, monatliche Limits. Docs bei /api/.
Vertrauen spiegelt die Modellsicherheit wider, nicht Ihre Gewissheit. Kurze Eingaben (<20 Wörter), mehrdeutigen Text und gemischten Polaritätsgehalt punkten niedrig. Ein geringes Vertrauen positiv ist kein zuversichtliches Negativ - es ist "Ich weiß nicht". Behandeln Sie eine Punktzahl unter 50 als Notwendigkeit menschlichen Review.
Die Benutzeroberfläche läuft jeweils einen Text. Mit dem JSON+CSV-Download können Sie die API in ein Python- oder Node-Skript verdrahten, das Ihren Datensatz iteriert. Grenzen: 20.000 Zeichen pro Anruf, 100 Anrufe/Stunde pro IP für anonyme Benutzer, 1.000/Stunde für angemeldete Konten. Enterprise-Rate-Grenzen verfügbar - kontaktieren Sie uns.
MonkeyLearn wurde erworben und eingestellt. Lexalytics und Repustate berechnen 500-5.000 $/mo für eine äquivalente aspect-based + emotion detection. Unser Tool ist kostenlos für die meisten Workflows; Premium-Modelle (GPT-5, Claude Sonnet) verfügbar pro Anruf für die höchsten-Stakes-Nutzungsfälle wie Ergebnis-Call-Transkripte.
Der Text wird in unserem GPU-Speicher verarbeitet, nicht auf Diskette für anonyme Benutzer. Signierte Benutzer sehen Berichte in ihrem Dashboard für 7 Tage. Wir teilen niemals Text mit Dritten oder nutzen ihn für Schulungen. Für die Nulllog-Compliance verwenden Sie Ihren eigenen API-key-gated Endpunkt - kontaktieren Sie uns für Enterprise SLAs.
Kostenlos registrieren: 30.000 Tokens/Tag
Kostenloses Konto erstellenKeine Kreditkarte erforderlich
Wie würden Sie dieses Tool bewerten?