Sentiment Analyzer
ใช้ในเชิงพาณิชย์ได้
รุ่น 579
ไม่มีสัญลักษณ์น้ำ
ไม่ต้องลงทะเบียน
รุ่น:
+ GPT-5, Claude, Gemini
ความรู้สึกโดยรวม
-
-
ขั้ว
-
ค่าตั้งแต่ - 100 ถึง +100
ความมั่นใจ
-
-
สรุป
ตัวเลือกระดับสูง
ผลลัพธ์
เหรียญหมดแล้ว
เอาชิ้นส่วนเพิ่ม
อยากได้อีกมั้ย
ลงทะเบียนฟรี: 30,000 ชิ้น/วัน
ลงทะเบียน
กำลังประมวลผลคำร้องขอของคุณ...
วิเคราะห์ความรู้สึกของข้อความด้วย AI ฟรี ตรวจจับเสียงบวก, ลบและกลาง
วิธีการใช้ Sentiment Analyzer
1
เติมข้อมูลของคุณ
พิมพ์ข้อความ, โหลดแฟ้ม, หรืออธิบายสิ่งที่คุณต้องการ ไม่จำเป็นต้องใช้บัญชีผู้ใช้
2
คลิกสร้าง
AI ของเรา ประมวลผลคำขอของคุณในไม่กี่วินาที โดยใช้แบบจำลอง Open Source ที่ดีที่สุด
3
ดาวน์โหลดและแบ่งปัน
ดาวน์โหลด คัดลอก หรือแบ่งปันผลลัพธ์ของคุณ ฟรีสำหรับใช้ส่วนตัวและใช้ในเชิงพาณิชย์
ใช้เครื่องมือนี้ผ่าน API
สร้างเครื่องมือนี้ให้อัตโนมัติจากโค้ดของคุณเอง จุดจบ REST ที่เข้ากันได้กับ OpenAI, การตรวจสอบสิทธิ์ด้วยเบียร์รี่ท็อกเก้น, ไม่จำเป็นต้องใช้ SDK เพิ่มเติม ค่าท็อกเก้นเท่ากับส่วนติดต่อเว็บ
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: ..."}]}'Sentiment Analyzer - FAQ
5 สิ่ง ขึ้นอยู่กับโหมดที่คุณเลือก: (1) ขั้วทั้งสิ้น - คะแนน - 100 ถึง +100 ด้วยความมั่นใจ; (2) อารมณ์6มิติ - ความสุข, ความโกรธ, ความกลัว, ความเศร้า, ความประหลาดใจ, ความขยะแขยง; (3) บนพื้นฐานของด้าน - ดึงเอาคุณสมบัติหรือตัวอย่างที่ตั้งชื่อไว้ และให้คะแนนแต่ละส่วนแยกกัน; (4) ความขี้เหงา / ข้อความลับ - พลิกขั้วพื้นผิวบนความขำขันที่ตรวจพบ; (5) ต่อประโยค - แท็กประโยคแต่ละประโยคแต่ละส่วน เลือกโหมดที่เหมาะสมกับกรณีการใช้ของคุณ
ใช่ - คำวิจารณ์ 200 คำทั่วไป ใช้โมเดล Qwen330B แบบปริยาย ที่ ~200 โต๊กเกอร์, สะดวกสบายภายใน 6,000 คนที่ไม่ระบุชื่อ หรือ 30,000 คนที่ลงทะเบียนในแต่ละวัน การวิเคราะห์ด้านความลึกของข้อความยาวๆ ใช้ค่า ~600 โต๊กเกอร์ ไม่จำเป็นต้องลงทะเบียนเพื่อลองใช้
สามารถเปรียบเทียบได้กับความแตกต่างของทั้งสองขั้ว (~ 85% เห็นด้วยกับผู้ให้คะแนนมนุษย์ เกี่ยวกับข้อความที่ชัดเจน) หลังกูเกิล เกี่ยวกับความแม่นยำในการจัดประเภทหัวข้อ ก่อนส่วนใหญ่เกี่ยวกับการเยาะเย้ย เพราะเราให้โมเดล คำสั่งการตรวจจับการเยาะเย้ยอย่างชัดเจน ผู้ขายเอ็นเตอร์ไพรส์เรียกค่า 1-4 ดอลลาร์ต่อ 1,000 หน่วย ข้อได้เปรียบของเรา: เรดาร์อารมณ์ + ข้อมูลที่ได้จากการเรียกใช้ครั้งเดียว ฟรี ไม่มีกุญแจ API ที่จะจัดหา
ใช่ - เปลี่ยนเป็นโหมด "การเหยียดหยาม + ข้อความใต้บทความ" ระบบจะแจ้งให้โมเดลทราบโดยชัดแจ้งว่า หากตรวจพบความน่าขัน (เช่น "โอ้ ดีมาก อีกครั้งหนึ่ง" จะมีคะแนนเป็นลบ แม้จะมีคำเป็นบวก) โมเดลจะต้องเปลี่ยนโหมดให้เป็น "การเหยียดหยาม" อย่างชัดเจน ความถูกต้องของการเหยียดหยามที่ชัดเจนคือ ~80% ความถูกต้องของการโจมตีแบบไม่แสดงอารมณ์นั้นยากกว่าสำหรับโมเดลใด ๆ หากเป็น "ผสม" จะมีคะแนนเป็น "ความเชื่อมั่นต่ำ" แสดงว่าคุณต้องอ่านข้อความด้วยตัวเอง
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.
ภาษา 99 ภาษา มิติอารมณ์หกด้านมาจากการศึกษาพื้นฐานของ Ekman และแปลเป็นสากล ความถูกต้องสูงสุดในภาษาอังกฤษ สเปน ฝรั่งเศส โปรตุเกส เยอรมัน จีน และญี่ปุ่น ภาษาที่มีทรัพยากรน้อยกว่าจะทำงานได้ แต่อาจจะผลิตคะแนนความเชื่อมั่นที่ต่ำกว่าเล็กน้อย
ใช่ - นี่เป็นหนึ่งในกรณีที่ใช้ได้มากที่สุด ดำเนินการจองที่เข้ามาผ่านโหมดโดเมน "จองการสนับสนุน" จองที่คะแนนต่ำกว่า -50 กับความโกรธสูงจะไปที่คิวการสนับสนุนผู้ใหญ่ของคุณ, คำตัดสินที่ดีจองเส้นทางไปยังบริการตนเอง ส่งออก JSON ผ่านปุ่มดาวน์โหลดและเชื่อมต่อไปยัง Zendesk / Freshdesk ออโตเมชัน
ใช่ - POST to / v1/ chat/ with the same system prompt this page builds (check source for the exact prompt) returns structured JSON ดีสำหรับ dashboard ที่รับการรีวิวหลายพันครั้งในแต่ละคืน ตรวจสอบสิทธิ์ผู้ใช้ จำกัดจำนวนเดือน รายงานที่ / api /
ความเชื่อมั่นแสดงถึงความแน่นอนของแบบจำลอง ไม่ใช่ความแน่นอนของคุณ ข้อมูลที่เข้าถึงได้ช้า (< 20 คำ), ข้อความที่คลุมเครือ และเนื้อหาที่มีขั้วประสานผสมกัน จะได้รับคะแนนต่ำ ความเชื่อมั่นที่ต่ำจะไม่เป็นความเชื่อมั่นที่ลบ - มันคือ "ฉันไม่รู้" ทำคะแนนใด ๆ ที่มีค่าต่ำกว่า 50 จะเป็นการตรวจสอบโดยมนุษย์
ส่วนติดต่อผู้ใช้จะทำงานข้อความหนึ่งข้อความในแต่ละครั้ง สำหรับข้อมูลจำนวนมาก การดาวน์โหลด JSON+CSV จะช่วยให้คุณสามารถเชื่อมต่อ API เข้ากับสคริปต์ Python หรือ Node ที่ทำการรีเทิร์นชุดข้อมูลของคุณได้ ข้อจำกัด: 20,000 อักขระต่อการเรียกใช้, 100 การเรียกใช้/ ชั่วโมงต่อ IP สำหรับผู้ใช้ที่ไม่ระบุชื่อ, 1,000/ ชั่วโมงสำหรับบัญชีผู้ใช้ที่ลงทะเบียน มีค่าจำกัดอัตราค่าบริการระดับองค์กร - ติดต่อเรา
MonkeyLearn ถูกซื้อและเลิกทำ Lexalytics และ Repustate เรียกเก็บค่าใช้จ่าย 500-5,000 ดอลลาร์ต่อเดือน สำหรับความสามารถในการตรวจจับอารมณ์และความคิดเห็น เครื่องมือของเราฟรีสำหรับกระบวนการทำงานส่วนใหญ่ โมเดลพิเศษ (GPT-5, Claude Sonnet) สามารถใช้ได้ทุกครั้งที่โทร สำหรับกรณีที่ใช้ได้สูงสุด เช่น การเขียนคำบรรยายการโทร
ข้อความจะถูกประมวลผลในหน่วยความจำบน GPU ของเรา ไม่ได้เก็บไว้บนดิสก์สำหรับผู้ใช้ที่ไม่ระบุชื่อ ผู้ใช้ที่ล็อกอินจะเห็นรายงานในแดชบอร์ดของพวกเขาเป็นเวลา7วัน เราจะไม่เคยแบ่งปันข้อความกับบุคคลที่สาม หรือใช้มันเพื่อการฝึกอบรม สำหรับความปลอดภัยที่ไม่มีการติดตาม ใช้จุดจบ API- key- gated ของตัวเอง - ติดต่อเราเพื่อ SLA ขององค์กร
คุณจะให้คะแนนเครื่องมือนี้ยังไง