Սենսիտիվիտայի վերլուծություն
Առևտրային օգտագործման համար
380+ մոդելներ
Ջրային նշան չկա
Չի պահանջվում գրանցվել
մոդել
+ GPT-5, Claude, Gemini
Համախմբված
—
—
Պոլիգրաֆիա
—
-100-ից մինչև +100
Վստահություն
—
—
Հոդված
Ավելի բարդ ընտրանքներ
Արդյունք
Ցուցանիշները վերջանում են։
Get More Tokens
❤️ Սիրում ես Free.ai-ը, ասա ընկերներիդ։
Sign up to get a referral link and earn 25,000 tokens per friend.
Ուզում եք ավելին։
Sign up free for 10,000 tokens
Անվճար գրանցում
Ձեր խնդրի վերլուծություն...
Անալիզել տեքստի զգացումը ազատ AI-ով։ Անհայտացնել դրական, բացասական և չեզոք տոնները։
Ինչպես օգտագործել Սենսիտիվիտայի վերլուծություն
1
Տեղադրել ձեր մուտքագրումը
Տպեք տեքստը, ներբեռնեք ֆայլը կամ նկարագրեք այն, ինչ ցանկանում եք։ Հաշիվը պահանջվում չէ։
2
Սեղմել ստեղծելու համար
Մեր արհեստական բանականությունը վայրկյանների ընթացքում կպատասխանի ձեր հարցին՝ օգտագործելով լավագույն բաց կոդով մոդելները։
3
Տեղադրել և կիսվել
Տեղադրել, պատճենել կամ կիսվել արդյունքներով։ Ազատ է անձնական և առևտրային օգտագործման համար։
Օգտագործել այս գործիքը API-ի միջոցով
Ավտոմատացրեք այս գործիքը ձեր սեփական կոդից։ OpenAI- համապատասխան REST վերջնական կետը, Bearer-token auth, ոչ մի ավելորդ SDK պահանջվում է։ Token- ի արժեքը համապատասխանում է վեբ ինտերֆեյսին։
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: ..."}]}'Սենսիտիվիտայի վերլուծություն — FAQ
Հինգ բաներ, կախված ընտրած ռեժիմից. (1) ընդհանուր կողայինությունը — - 100- ից +100 գնահատականը վստահությամբ; (2) 6- չափանիշային զգացմունքները — ուրախություն, զայրույթ, վախ, տխրություն, զարմանք, զզվելիություն; (3) ըստ տեսանկյունների — վերցնում է անվանակոչված հատկությունները կամ բովանդակությունները և յուրաքանչյուրը առանձին գնահատում; (4) սարկազմը / ենթատեքստը — փոխում է մակերեսային կողայինությունը հայտնաբերված ռոմանտիզմի վրա; (5) ըստ նախադասության — յուրաքանչյուր նախադասությունը առանձին պիտակավորում է: Ընտրեք ռեժիմ, որը համապատասխանում է ձեր օգտագործման դեպքին:
Այո, 200 բառից բաղկացած օրինակը Qwen 3 30B մոդելի հետ աշխատում է ~200 տոկոսով, 2500 անանուն կամ 10000 գրանցված օրական ռեսուրսների մեջ։ Լայնածավալ տեքստների խորը վերլուծությունը արժե ~600 տոկոս։ Ոչ մի գրանցում չի պահանջվում մի քանիսը փորձելու համար։
Համեմատելի է ընդհանուր կողայինության առումով (~85% համաձայնություն մարդկային գնահատողների հետ պարզ տեքստի վրա), Google-ից ետ է թեմայի դասակարգման ճշգրտության առումով, առաջ է շատերի մոտ սարկազմի առումով, քանի որ մենք մոդելի համար տալիս ենք սարկազմի հայտնաբերման ակնհայտ հրահանգներ։ Enterprise-ի մատակարարները 1000 միավորի համար վճարում են $1-4։ Մեր առավելությունը՝ զգացմունքային ռադիո + տեսանկյունային ելքը մեկ զանգով, անվճար, API-ի կոդ չի պահանջվում։
Այո - անցնել "Սարկազմ + ենթատեքստը" ռեժիմի։ Սարքի հարցը մոդելի համար ակնհայտորեն հրահանգում է փոխել մակերեսային կոլեկցիան, երբ այն հայտնաբերում է ռոմանտիզմ («Ո՜հ, հրաշալի է, մեկ այլ հետաձգում» ցուցանիշը բացասական է, չնայած դրական բառերի առկայությանը)։ Ակնհայտ սարկազմի ճշգրտությունը ~80% է, իսկ նուրբ պասիվ- ագրեսիվությունը ավելի դժվար է ցանկացած մոդելի համար։ «Խառն» եզրակացությունը + ցածր վստահության ցուցանիշը նշանակում է, որ դուք ինքներդ եք կարդում տեքստը։
Մտածված տեքստի համար մեկ դատավճռի փոխարեն, դուք ստանում եք առանձին գնահատականներ յուրաքանչյուր նշված առանձնահատկության կամ հատկության համար։ Օրինակ՝ « Հյուրանոցը գեղեցիկ էր, բայց նախաճաշը սառը էր, իսկ wifi- ն ահավոր» ցուցանիշը {hotel: +80, breakfast: -50, wifi: -70} է։ Հատկապես հարմար է ապրանքների վերլուծությունների, ռեստորանների արձագանքների և NPS մեկնաբանությունների համար, որտեղ հաճախորդները միաժամանակ միացնում են գոհունակությունը և բողոքը մեկ կետում։
99 լեզուներ։ Էմոցիաների վեց չափումները գալիս են Ekman- ի հիմնական զգացմունքների հետազոտությունից և համընդհանուրորեն թարգմանվում են։ Ամենաբարձր ճշգրտությունը անգլերեն, իսպաներեն, ֆրանսերեն, պորտուգալերեն, գերմաներեն, չինարեն, Ճապոներեն; ցածր ռեսուրսների լեզուներ աշխատում են, բայց կարող են տալ մի փոքր ավելի ցածր վստահության գնահատականներ։
Այո, դա ամենամեծ արժեք ունեցող օգտագործման դեպքերից մեկն է։ Աշխատեք ներխուժող տոմսերի հետ «Տոկոսադրույք» դոմենի ռեժիմով։ Տոկոսադրույքները, որոնք ունեն -50-ից ցածր պոլարություն և բարձր զայրույթի չափ, գնում են ձեր բարձրաստիճան աջակցության հերթի, դրական դատավճիռ ունեցող տոմսերը գնում են ինքնակառավարման։ Եկեք JSON- ով արտահանենք `բեռնելու կոճակի միջոցով և կապենք Zendesk / Freshdesk ավտոմատացման մեջ։
Այո — POST /v1/chat/-ին նույն համակարգային հարցման հետ, ինչը այս էջը կառուցում է (տեսեք աղբյուրը ճիշտ հարցման համար): Վերադարձնում է կառուցվածքավորված JSON-ը: Լավ է դասավորությունների համար, որոնք գիշերվա ընթացքում հազարավոր վերլուծություններ են ստանում: Բերողի ավիտացիա, ամսական սահմանափակումներ: Դիտարկվում է /api/-ում:
Վստահությունը արտացոլում է մոդելի հավանականությունը, ոչ թե ձեր հավանականությունը։ Կրկնօրինակման կարճ մուտքերը (<20 բառ), երկիմաստ տեքստը և խառնվածքային պարունակությունը ցածր գնահատական են ստանում։ Վստահության ցածր դրական գնահատականը վստահության բացասական գնահատական չէ, այլ « Ես չգիտեմ »։ 50- ից ցածր ցանկացած գնահատական համարեք մարդկային վերլուծության կարիք ունեցող։
UI-ն միաժամանակ մի քանի տեքստ է ընթանում։ Բարձր քանակությամբ տվյալների համար JSON+CSV-ի ներբեռնումը թույլ է տալիս API-ն կապել Python կամ Node սկրիպտի հետ, որը կրկնում է ձեր տվյալների հավաքածուն։ Լարսեր՝ 20,000 կերպար մեկ զանգի համար, 100 զանգ/ժամ մեկ IP-ի համար անանուն օգտատերերի համար, 1,000/ժամ գրանցված հաշիվների համար։ Գոյություն ունեն Enterprise արագության սահմանափակումներ՝ կապվեք մեզ հետ։
MonkeyLearn-ը ձեռք է բերվել և դադարեցվել է։ Lexalytics-ը և Repustate-ը ամսական 500-5000 դոլար են վճարում ակնհայտորեն համապատասխանող տեսանկյունների և զգացմունքների հայտնաբերման համար։ Մեր գործիքը անվճար է աշխատանքային հոսքերի մեծամասնության համար, premium մոդելները (GPT-5, Claude Sonnet) հասանելի են ամեն զանգի համար, որպեսզի օգտագործվեն ամենաբարձր ռիսկի դեպքերում, ինչպիսին է գումար վաստակելու զանգերի ձայնագրությունը։
Տեքստերը մեր GPU-ի հիշողության մեջ են պրոցեսավորվում, անանուն օգտատերերի համար սկավառակի վրա չեն պահվում։ Ընտրված օգտատերերը իրենց ցուցադրման վահանակում 7 օրվա ընթացքում տեսնում են զեկույցները։ Մենք երբեք չենք փոխանցում տեքստերը երրորդ կողմերին կամ օգտագործում դրանք ուսուցման համար։ Zero-log համապատասխանության համար օգտագործեք ձեր սեփական API-key-gated վերջնական կետը՝ կապվեք մեզ հետ enterprise SLA-ների համար։
Ինչպե՞ս կգնահատեիք այս գործիքը։