Analizador de sentimentos
Uso comercial aceptado
Modelos 579
Sen marca de auga
Non se precisa rexistrarse
Modelo:
+ GPT-5, Claude, Gemini
Sentimento xeral
-
-
Polaridade
-
- 100 a +100
Confianza
-
-
Resumo
Opcións avanzadas
Resultado
A faltar fichas.
Obter máis tokens
❤️ Amas a Free.ai?
Regístrese para obter unha ligazón de referencia e gañar 30. 000 tokens por amigo.
Queres máis?
Sign up free: 30,000 tokens/day
Inscríbete gratis
A procesar o seu pedido...
Analice o sentimento do texto coa IA libre. Detecte tons positivos, negativos e neutrais.
Como usar Analizador de sentimentos
1
Indique a súa entrada
Escriba texto, envíe un ficheiro ou describa o que queira. Non se precisa conta ningunha.
2
Prema para xerar
A nosa IA procesa a túa solicitude en segundos empregando os mellores modelos de código aberto.
3
Obter e compartir
Obteña, copie ou comparta o seu resultado. Gratuito para uso persoal e comercial.
Empregar esta ferramenta mediante API
Automatice esta ferramenta co seu propio código. Punto final REST compatíbel con OpenAI, autenticación con token de portador, non se require SDK adicional. Os custos dos tokens son iguais aos da interface web.
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: ..."}]}'Ferramentas libres relacionadas coa IA
Analizador de sentimentos - FAQ
Cinco cousas, dependendo do modo que escolla: (1) polaridade global - unha puntuación de - 100 a +100 con confianza; (2) emocións 6- dimensiónais - alegría, ira, medo, tristeza, sorpresa, noxo; (3) baseado en aspectos - extrae características ou entidades nomeadas e puntua cada unha por separado; (4) sarcasmo / subtexto - inverte a polaridade superficial na ironía detectada; (5) por frase - etiqueta cada frase individualmente. Escolla o modo que corresponda ao seu caso de uso.
Yes - a typical 200-word review runs the default Qwen 3 30B model at ~200 tokens, comfortably inside the 6,000 anonymous or 30,000 signed-up daily pool. Forensic-depth aspect analysis on longer texts costs ~600 tokens. No sign-up required to try a few.
Comparábel na polaridade global (~85% de acordo cos avaliadores humanos no texto claro), por detrás de Google na precisión da clasificación do tema, por diante da maioría no sarcasmo porque damos ao modelo instrucións explícitas de detección do sarcasmo. Os vendedores empresariais cobran de 1 a 4 dólares por 1000 unidades. A nosa vantaxe: radar de emocións + saída baseada en aspectos nunha chamada, gratis, sen chave API para provisionar.
Si - mudar para o modo "Sarcasmo + subtexto". O sistema instrue explicitamente ao modelo para que inverta a polaridade da superficie cando detecte ironía ("Oh, grande, outro atraso" obtén unha puntuación negativa aínda que haxa unha palabra positiva). A precisión no sarcasmo obvio é ~80%; a sutil agresión pasiva é máis difícil para calquera modelo. O veredicto "Mixto" + a puntuación de baixa confianza é a súa bandeira para ler o texto vostede mesmo.
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 linguas. As seis dimensións das emocións proveñen da investigación básica de emocións de Ekman e traducen universalmente. A precisión é maior en inglés, español, francés, portugués, alemán, chinés, xaponés; as linguas de menos recursos funcionan pero poden producir puntuacións de confianza un pouco máis baixas.
Si - ese é un dos casos de uso máis valiosos. Executar os tickets entrantes a través do modo de dominio "Ticket de soporte"; os tickets que teñan unha puntuación inferior a - 50 pola polaridade con dimensión de ira alta van á fila de soporte senior, os tickets con veredicto positivo van ao autoservizo. Exportar JSON mediante o botón de descarga e conectar nas automatizacións de Zendesk / Freshdesk.
Si - POST a / v1/ chat/ co mesmo aviso do sistema que constrúe esta páxina (inspeccione o código fonte para o aviso exacto). Devolve JSON estruturado. Bo para os paneles que inxiren miles de revisións cada noite. Autenticación do portador, límites mensais. Documentación en / api /.
A confianza reflicte a certeza do modelo, non a súa certeza. As entradas curtas (< 20 palabras), texto ambiguo e contido de polaridade mixta teñen unha puntuación baixa. Un positivo de baixa confianza non é un negativo seguro, é "Non sei". Trate calquera puntuación por baixo de 50 como se precisase unha revisión humana.
The UI runs one text at a time. For bulk, the JSON+CSV download lets you wire the API into a Python or Node script that iterates your dataset. Limits: 20,000 characters per call, 100 calls/hour per IP for anonymous users, 1,000/hour for signed-up accounts. Enterprise rate limits available - contact us.
MonkeyLearn was acquired and discontinued. Lexalytics and Repustate charge $500-5,000/mo for equivalent aspect-based + emotion detection. Our tool is free for most workflows; premium models (GPT-5, Claude Sonnet) available per-call for the highest-stakes use cases like earnings-call transcripts.
O texto procesábase na memoria da nosa GPU, non se perduraba no disco para os usuarios anónimos. Os usuarios rexistrados veñen informes no seu panel durante 7 días. Nunca compartimos o texto con terceiros nin o usamos para adestramento. Para cumprir co rexistro cero use o seu propio punto final API- key- gated - póñase en contacto connosco para SLAs empresariais.
Como valora esta ferramenta?