מנתח רגשות
שימוש מסחרי בסדר
מודלים 579
אין סימן מים
אין צורך בהרשמה
דגם:
+ GPT-5, Claude, Gemini
אפשרויות מתקדמות
תוצאה
-הטוקנים אוזלים.
הבא עוד טוקנים
רוצה עוד?
תחתמי בחינם: 30,000 אסימונים/יום
הרשמה חופשית
מעבד את בקשתך...
נתח את הרגש בטקסט עם בינה מלאכותית חופשית. גלה צלילים חיוביים, שליליים וניטראליים.
כיצד להשתמש מנתח רגשות
1
הכנס את הקלט שלך
סוג טקסט, להעלות קובץ, או לתאר מה שאתה רוצה. אין צורך בחשבון.
2
יצירת לחץ
הבינה המלאכותית שלנו מעבדת את בקשתך בשניות באמצעות מודלים טובים ביותר של קוד פתוח.
3
הורד & שיתוף
הורד, העתק או שתשתף את התוצאה שלך. חינם לשימוש אישי ומסחרי.
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: ..."}]}'כלי AI חינם הקשורים
מנתח רגשות - FAQ
חמישה דברים, בהתאם למצב שאתה בוחר: (1) קוטביות כוללת - 100 עד 100 נקודות עם ביטחון; (2) רגשות בעלי 6 ממדים - שמחה, כעס, עצב, הפתעה, גועל; (3) תמצית על בסיס היבטי תכונות או ישויות וציוני כל אחד בנפרד; (4) ציניות / תת טקסט - הופך קוטביות פני השטח על אירוניה זוהה; (5) תגים לכל משפט בנפרד. בחר את המצב המתאים לשימושך.
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.
ניתן להשוות את זה לקוטב הכללי (85% מהסכמי זיהוי סרקזם עם מטפסי אדם), מאחורי גוגל בדייקנות סיווג-נושאים, לפני רוב הציניות, כי אנו נותנים למודל קביעת-סרקזם מפורשת. ספקי Enterprise טוענים 1-4 ל-1000 יחידות. היתרון שלנו: רדאר רגש + פלטה מבוססת-היבטים בשיחה אחת, חינם, אין מפתח API לאספקה.
כן - החלף למצב Sarcasm + subtext. המערכת מורה באופן מפורש למודל להפוך קוטביות משטח כאשר הוא מזהה אירוניה ("אה גדול, עיכוב אחר" ציוני שלילי למרות נוכחות מילה חיובית). דיוק על סרקזם ברור הוא ~80%; תוקפנות פסיבית עדינה קשה יותר לכל מודל. פסק הדין "מעורב" + ציון ביטחון נמוך הוא הדגל שלך לקרוא את הטקסט בעצמך.
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 שפות. שש מידות הרגשות מגיעות ממחקר בסיסי של אקמן ומתרגמים אוניברסלית. דיוק הוא הגבוה ביותר באנגלית, ספרדית, פורטוגזית, גרמנית, סינית, יפנית;
כן - זהו אחד ממקרים השימוש בעלי הערך הגבוה ביותר שלו. הפעל כרטיסים נכנסים דרך מצב תחום "כרטיסי Support" תחום; כרטיסים הבקיעו מתחת - 50 קוטביות עם כושר כעס גבוה ללכת לתור התמיכה הבכיר שלך, מסלול כרטיסים חיובי-ממוצע לשירות עצמי. ייצוא JSON באמצעות כפתור ההורדה וחוט אל Zendesk / רעדסק אוטומטי.
כן - POST to / v1/chat / with the same system result this page build (inspect source for the exact specient). returns build JSON. good for clockers that encreate אלפי ביקורות לילה. Beer auth, nuctional repressions at / api /.
הביטחון משקף את ודאות המודל, לא את הוודאות שלך. קלטים קצרים (*20 מילים), טקסט מעורפל, ותוצאה של קיפולת מעורבת נמוכה. חיובי בעל ביטחון נמוך הוא לא שלילי בטוח - זה "אני לא יודע". טפל בכל ציון מתחת ל-50 כצורך בביקורת אנושית.
ה-UI מפעיל טקסט אחד בכל פעם. עבור כמות גדולה, הורדת JSON+CSV מאפשרת לך לחבר את ה-API לתסריט של פייתון או נוד ש-iterates שלך. גבולות: 20,000 תווים לכל שיחה, 100 שיחות/שעה ל- IP עבור משתמשים אנונימיים, 1,000/שעה עבור חשבונות חתומים. שיעור Enterprise containtive trace - צור איתנו קשר.
MoneyLearn נרכש והופסק. Lexalytics and Repuate טעינה 500-5,000-Mo עבור יחס שווה מבוסס היבט + גילוי רגש. הכלי שלנו הוא חופשי עבור רוב תעתיקי עבודה; מודלים פרמיות (GPT-5, Claude Sonnet) זמינים עבור כל-שיחה עבור המקרים הגבוהים ביותר שימוש בתעתיקי שכרות.
הטקסט מעובד בזיכרון שלנו, לא מתמיד לדיסק עבור משתמשים אנונימיים. משתמשים חתומים רואים דיווחים בלוח המחוונים שלהם במשך 7 ימים. לעולם איננו חולקים טקסט עם מפלגות שלישיות או משתמשים בו לאימונים. עבור ציות לאפס-לוג להשתמש בנקודת הסיום שלך עם API-g-goted - צור איתנו קשר עבור Enterprise SLAs.
איך היית מדרג את הכלי הזה?