Sentiment Analyzer
Kommerzielle Nutzung OK
380+ Modelle
Kein Wasserzeichen
Keine Anmeldung erforderlich
Modell:
+ GPT-5, Claude, Gemini
Gesamteinschätzung
—
—
Polarität
—
−100 bis +100
Vertrauen
—
—
Zusammenfassung
Erweiterte Optionen
Ergebnis
Die Tokens sind knapp.
Get More Tokens
❤️ Love this tool? Share it!
Sign up um einen Verweis zu erhalten und 25.000 Token pro Freund zu verdienen.
Willst du mehr?
Sign up free for 10,000 tokens
Kostenlos anmelden
Ihre Anfrage bearbeiten...
Analysieren Sie Textstimmung mit freier KI. Erkennen Sie positive, negative und neutrale Töne.
Verwendung Sentiment Analyzer
1
Geben Sie Ihre Eingabe ein
Geben Sie Text ein, laden Sie eine Datei hoch oder beschreiben Sie, was Sie wollen.
2
Klicken Sie auf Generieren
Unsere KI verarbeitet Ihre Anfrage in Sekundenschnelle mit den besten Open-Source-Modellen.
3
Herunterladen & Teilen
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
Sentiment Analyzer — FAQ
Fünf Dinge, je nach dem Modus, den Sie wählen: (1) Gesamtpolarität — a -100 bis +100 Punkte mit Vertrauen; (2) 6-dimensionale Emotionen — Freude, Wut, Angst, Traurigkeit, Überraschung, Ekel; (3) Aspekt-basiert — extrahiert benannte Merkmale oder Entitäten und punktet einzeln; (4) Sarkasmus / Subtext — kippt Oberflächenpolarität auf erkannter Ironie; (5) Per-Sentence — tags jeder Satz einzeln. Wählen Sie den Modus, der Ihrem Anwendungsfall entspricht.
Ja — eine typische 200-Wort-Rezension führt das Standardmodell Qwen 2.5 7B bei ~200 Token aus, bequem innerhalb des 2.500 anonymen oder 10.000 signierten Tagespools. Forensisch-tiefe Aspektanalyse bei längeren Texten kostet ~600 Token. Keine Anmeldung erforderlich, um einige zu versuchen.
Vergleichbar auf der Gesamtpolarität (~85% Übereinstimmung mit menschlichen Ratern auf klarem 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 in den "Sarkasmus + Subtext"-Modus. Die Systemaufforderung weist das Modell explizit an, die Oberflächenpolarität umzudrehen, 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 + low-confidency Score ist Ihre Flagge, um den Text selbst zu lesen.
Statt eines Urteils für den ganzen Text, erhalten Sie separate Partituren für jede Einheit oder Funktion erwähnt. Beispiel: "Das Hotel war schön, aber das Frühstück war kalt und das WLAN war schrecklich" Erträge {Hotel: +80, Frühstück: -50, WiFi: -70}. Ideal für Produktbewertungen, Restaurant-Feedback, und NPS-Kommentare, wo Kunden Lob und Beschwerden in einem Absatz mischen.
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; untere Ressourcensprachen funktionieren, können aber zu etwas niedrigeren Konfidenzwerten führen.
Ja – das ist einer der höchstwertigen 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 Warteschlange, positive-verdikt 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 (betrachten Quelle für die genaue Eingabeaufforderung). Gibt strukturierte JSON zurück. Gut für Dashboards, die Tausende von Rezensionen nachts aufnehmen. Träger auth, monatliche Begrenzungen. Docs bei /api/.
Vertrauen spiegelt die Modellsicherheit wider, nicht Ihre Gewissheit. Kurze Eingaben (<20 Wörter), mehrdeutiger Text und gemischter 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-Limits verfügbar — kontaktieren Sie uns.
MonkeyLearn wurde erworben und eingestellt. Lexalytics und Repustate berechnen $500-5.000/mo für die 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 Takes Anwendungsfälle wie Ergebnis-Call-Transkripte.
Text wird auf unserer GPU in-memory verarbeitet, nicht auf Diskette für anonyme Benutzer. Signierte Benutzer sehen Berichte in ihrem Dashboard für 7 Tage. Wir teilen nie Text mit Dritten oder verwenden es für Schulungen. Für Zero-log-Compliance verwenden Sie Ihren eigenen API-key-gated Endpunkt - kontaktieren Sie uns für Unternehmen SLAs.
Wie würden Sie dieses Tool bewerten?