Analyseur de sentiment
Utilisation commerciale OK
modèles 579
Pas de filigrane
Pas besoin d'inscription
Modèle:
+ GPT-5, Claude, Gemini
Opinion générale
-
-
Polarité
-
− 100 à + 100
Confiance
-
-
Résumé
Options avancées
Résultat
Les jetons sont bas.
Obtenez plus de jetons
❤️ Aimez Free.ai? Dites à vos amis!
Inscrivez-vous pour obtenir un lien de référence et gagner 30 000 jetons par ami.
Tu en veux plus?
Inscription gratuite: 30 000 jetons/jour
Inscription gratuite
Traitement de votre demande...
Analysez le sentiment texte avec l'IA libre. Détectez les tons positifs, négatifs et neutres.
Comment utiliser Analyseur de sentiment
1
Saisissez votre entrée
Tapez du texte, téléchargez un fichier ou décrivez ce que vous voulez. Pas de compte nécessaire.
2
Cliquez sur générer
Notre AI traite votre demande en quelques secondes en utilisant les meilleurs modèles open-source.
3
Télécharger & partager
Téléchargez, copiez ou partagez votre résultat. Gratuit pour un usage personnel et commercial.
Utilisez cet outil via API
Automatisez cet outil à partir de votre propre code. Endpoint REST compatible OpenAI, Auth-token de porteur, pas de SDK supplémentaire requis.
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: ..."}]}'Outils d'IA gratuits connexes
Analyseur de sentiment - FAQ
Cinq choses, selon le mode choisi : (1) polarité globale - un score de -100 à +100 avec confiance; (2) émotions 6 dimensions - joie, colère, peur, tristesse, surprise, dégoût; (3) aspect-basé - extraits des caractéristiques ou entités nommées et scores chacun séparément; (4) sarcasme / sous-texte - retourne la polarité de surface sur l'ironie détectée; (5) per-sentence - marque chaque phrase individuellement.
Oui - un examen typique de 200 mots exécute le modèle par défaut Qwen 3 30B à ~200 jetons, confortablement à l'intérieur du 6 000 anonyme ou 30 000 s'est inscrit chaque jour. Analyse d'aspects médico-légals sur les textes plus longs coûte ~600 jetons. Pas d'inscription nécessaire pour essayer quelques-uns.
Comparable sur la polarité globale (~85 % d'accord avec les noteurs humains sur le texte clair), derrière Google sur la précision de classification des sujets, devant la plupart sur le sarcasme parce que nous donnons au modèle explicitement sarcasme-détection des prompts. Les vendeurs d'entreprise chargent $1-4 par 1000 unités. Notre avantage: radar d'émotion + sortie basée sur l'aspect en un appel, gratuit, pas de clé API pour la fourniture.
Oui - passer au mode "Sarcasm + subtexte". L'invite système donne explicitement pour instruction au modèle de retourner la polarité de surface quand il détecte l'ironie ("Oh grand, un autre retard" scores négatifs malgré la présence de mots positifs). L'exactitude sur le sarcasme évident est ~80%; subtile agression passive est plus difficile pour n'importe quel modèle. Le verdict "Mixed" + score de confiance faible est votre drapeau pour lire le texte vous-même.
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 langues. Les six dimensions émotionnelles proviennent de la recherche Ekman basic-emotion et traduit universellement. L'exactitude est la plus élevée sur l'anglais, l'espagnol, le français, le portugais, l'allemand, le chinois, le japonais; les langues moins ressources fonctionnent mais peuvent produire des scores de confiance légèrement plus faibles.
Oui - c'est l'un de ses cas d'utilisation les plus importants. Exécutez les tickets entrants en mode de domaine "Support ticket" ; les tickets marquants en dessous -50 polarity avec une forte dimension de colère aller à votre file d'attente de support senior, billets à vérin positif route vers le libre-service. Exportez JSON par le bouton de téléchargement et filez dans Zendesk / Freshdesk automatisations.
Oui - POST à /v1/chat/ avec le même système invite cette page construit (examiner la source pour l'invite exacte). Retourne structuré JSON. Bon pour les tableaux de bord qui ingèrent des milliers de commentaires nuit. Au porteur auth, limites mensuelles. Docs à /api/.
La confiance reflète la certitude du modèle, et non votre certitude. Les entrées courtes (<20 mots), le texte ambigu et le score de contenu mixte-polarité faible. Un positif de faible confiance n'est pas un négatif confiant - il est « je ne sais pas ». Traiter une note inférieure à 50 comme nécessitant une révision humaine.
Pour le gros, le téléchargement JSON+CSV vous permet de transférer l'API dans un script Python ou Node qui itère votre jeu de données. Limites : 20 000 caractères par appel, 100 appels/heure par IP pour les utilisateurs anonymes, 1000/heure pour les comptes signés. Limites de taux d'entreprise disponibles - contactez-nous.
MonkeyLearn a été acquis et abandonné. Lexalytics et Repustate chargent 500-5,000 $/mois pour une détection équivalente de l'aspect + émotion. Notre outil est gratuit pour la plupart des workflows; les modèles premium (GPT-5, Claude Sonnet) disponibles par appel pour les plus hautes prises utilisent des cas comme les relevés de notes.
Le texte est traité en mémoire sur notre GPU, pas persisté sur disque pour les utilisateurs anonymes. Les utilisateurs inscrits voient les rapports dans leur tableau de bord pendant 7 jours. Nous ne partageons jamais de texte avec des tiers ou l'utilisons pour la formation. Pour la conformité zéro-log utilisez votre propre API-key-gated endpoint - contactez-nous pour les SLA d'entreprise.
Comment évalueriez-vous cet outil?