Sentimentanalysator
Kommersiell användning OK
380+ modeller
Inget vattenmärke
Ingen registrering behövs
Förlaga:
+ GPT-5, Claude, Gemini
Allmänna synpunkter
—
—
Polaritet
—
−100 till +100
Förtroende
—
—
Sammanfattning
Avancerade alternativ
Resultat
Tokens börjar ta slut.
Get More Tokens
❤️ Love this tool? Share it!
< a href="/signup/" style="color:#16A34A">Registrera dig för att få en referenslänk och tjäna 25 000 polletter per vän.
Vill du ha mer?
Sign up free for 10,000 tokens
Registrera dig gratis
Bearbetning av din begäran...
Analysera textkänslor med fri AI. Upptäck positiva, negativa och neutrala toner.
Hur du använder Sentimentanalysator
1
Ange din inmatning
Skriv text, ladda upp en fil eller beskriv vad du vill. Inget konto behövs.
2
Klicka på generera
Vår AI behandlar din begäran på några sekunder med hjälp av de bästa open-source modellerna.
3
Ladda ner & resurs
Ladda ner, kopiera eller dela ditt resultat. Gratis för personligt och kommersiellt bruk.
Använd det här verktyget via API
Automatisera detta verktyg från din egen kod. OpenAI-kompatibel REST endpoint, Bearer-token auth, ingen extra SDK krävs. Token kostnader matchar webbgränssnittet.
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: ..."}]}'Relaterade gratis AI-verktyg
Sentimentanalysator — FAQ
Fem saker, beroende på vilket läge du väljer: 1) övergripande polaritet — a -100 till +100 poäng med självförtroende; 2) 6-dimensionella känslor — glädje, ilska, rädsla, sorg, överraskning, avsky; 3) aspekt-baserad — extrakt namngivna funktioner eller enheter och poäng var och en separat; (4) sarkasm / subtext — vänder ytan polaritet på upptäckt ironi; (5) per-sentens — taggar varje mening individuellt. Välj det läge som matchar ditt användningsfall.
Ja — en typisk 200-ords översyn kör standard Qwen 3 30B modell på ~200 tokens, bekvämt inne i 2.500 anonyma eller 10 000 signed-up dagliga poolen. Forensic-djup aspekt analys på längre texter kostar ~600 tokens. Ingen registrering krävs för att prova några.
Jämförbar på övergripande polaritet (~85% överenskommelse med mänskliga taxers på klar-klippt text), bakom Google på ämnesklassificering precision, före de flesta på sarkasm eftersom vi ger modellen explicit sarkasm-detektionsmeddelanden. Enterprise leverantörer debiterar $1-4 per 1000 enheter. Vår fördel: känslor radar + aspekt-baserad utgång i ett samtal, gratis, ingen API-nyckel till tillhandahållande.
Ja — byt till läget "Sarkasm + subtext". Systemprompten instruerar uttryckligen modellen att vända ytpolaritet när den upptäcker ironi ("Oh great, another delay" poäng negativa trots positiv-word närvaro). Noggrannhet på uppenbar sarkasm är ~80%; subtil passiv-aggression är svårare för någon modell. "Blandad" dom + lågt förtroende poäng är din flagga för att läsa texten själv.
Istället för en dom för hela texten får du separata poäng för varje enhet eller funktion som nämns. Exempel: "Hotellet var vackert men frukosten var kall och wifi var fruktansvärt" avkastning {hotell: +80, frukost: -50, wifi: -70}. Idealisk för recensioner, restaurang feedback, och NPS kommentarer där kunderna blandar beröm och klagomål i ett stycke.
99 språk. De sex känslor dimensionerna kommer från Ekman grund-emotion forskning och översätta universellt. Noggrannhet är högst på engelska, spanska, franska, portugisiska, tyska, kinesiska, japanska; lägre resurser språk fungerar men kan producera något lägre förtroende betyg.
Ja — det är ett av dess högsta värde användningsfall. Kör inkommande biljetter genom "Support biljett" domänläge; biljetter poäng under -50 polaritet med hög ilska-dimension gå till din senior support kö, positiv-verdikt biljetter väg till självbetjäning. Exportera JSON via nedladdningsknappen och tråd till Zendesk / Freshdesk automationer.
Ja — POST till /v1/chat/ med samma system prompt denna sida bygger (inspektera källan för den exakta prompt). Returnerar strukturerad JSON. Bra för instrumentpaneler som förtär tusentals omdömen nattligen. Bearer auth, månatliga gränser. Dokument på /api/.
Förtroende återspeglar modellen säkerhet, inte din säkerhet. Korta ingångar (<20 ord), tvetydig text, och blandade-polaritet innehåll poäng låg. Ett lågt förtroende positivt är inte ett säkert negativt - det är "Jag vet inte". Behandla någon poäng under 50 som behöver mänsklig översyn.
UI kör en text åt gången. För bulk kan du koppla API:et till ett Python- eller Node-skript som itererar datasetet. Gränser: 20 000 tecken per samtal, 100 samtal/timme per IP för anonyma användare, 1000/timme för signerade konton. Enterprise rate limits available — kontakta oss.
MonkeyLearn förvärvades och avbröts. Lexalytics och Repustate tar ut $500-5000/mo för motsvarande aspekt-baserad + känsladetektion. Vårt verktyg är gratis för de flesta arbetsflöden; premiummodeller (GPT-5, Claude Sonnet_) tillgängliga per samtal för de högsta uttagen användningsfall som resultat-samtal transkriptioner.
Text behandlas in-minne på vår GPU, inte kvar till disk för anonyma användare. Signerade användare se rapporter i sin instrumentpanel i 7 dagar. Vi delar aldrig text med tredje part eller använda den för utbildning. För noll-logg efterlevnad använd din egen API-nyckel-gated endpoint — kontakta oss för företag SLA.
Hur skulle du värdera det här verktyget?