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.
Hämta fler tokener
❤️ 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?
Registrera dig gratis för 30K tokens/dag + 10K bonus
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?