Sentimentanalysator
Kommersiell användning OK
579-modeller
Inget vattenmärke
Ingen registrering behövs
Förlaga:
+ GPT-5, Claude, Gemini
Allmänna synpunkter
-
-
Polaritet
-
−100 till +100
Förtroende
-
-
Sammanfattning
Avancerade alternativ
Resultat
Tokens börjar bli låg.
Få fler tokener
❤️ Love Free.ai? Tell your friends!
Registrera dig för att få en referenslänk och tjäna 30.000 polletter per vän.
Vill du ha mer?
Registrera dig gratis: 30 000 polletter/dag
Registrera dig gratis
Bearbetning av din begäran...
Analysera textkänsla 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 öppen källkodsmodellerna.
3
Ladda ner & dela
Ladda ner, kopiera eller dela ditt resultat. Gratis för personligt och kommersiellt bruk.
Använd verktyget via API
Automatisera verktyget från din egen kod. OpenAI-kompatibel REST endpoint, Bearer-token auth, inget 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-sentence - taggar varje mening individuellt. Välj det läge som matchar ditt användningsfall.
Ja - en typisk 200-ords recension kör standard Qwen 3 30B modell på ~200 tokens, bekvämt inuti 6000 anonyma eller 30.000 sign-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 mätare på klar-klippt text), bakom Google på ämnesklassificering precision, före de flesta på sarkasm eftersom vi ger modellen explicit sarkasm-detektering uppmaningar. 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 "Sarkasm + subtext"-läget. 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. "Blandade" domme + låg-förtroende poäng är din flagga att läsa texten själv.
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 språk. De sex känslodimensionerna 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 poäng.
Ja - det är en av sina högsta värdet användningsfall. Kör inkommande biljetter genom "Support biljett" domänläge; biljetter poäng under -50 polaritet med hög ilska-dimension gå till din senior support kö, positiva-verdikt biljetter väg till självbetjäning. Exportera JSON via nedladdningsknappen och tråd till Zendesk / Freshdesk automationer.
Ja - POST till /v1/chat/ med samma system conquete 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 blandad-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 större delen låter JSON+CSV- hämtning dig koppla API till ett Python- eller Node-skript som itererar datauppsättningen. 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 Repusastate tar ut $500-5.000/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 använder fall som resultat-samtal transkript.
Text behandlas i minnet på vår GPU, inte envisas med disk för anonyma användare. Inskrivna användare se rapporter i sin instrumentpanel i 7 dagar. Vi delar aldrig text med tredje part eller använder den för utbildning. För nolllogg efterlevnad använd din egen API-nyckel-gated endpoint - kontakta oss för företag SLA.
Hur skulle du värdera det här verktyget?