Ανάλυση συναισθήματος δωρεάν στο browser σου

Περιορισμένες γλώσσες

Λειτουργεί εξ ολοκλήρου στον browser σας - χωρίς μεταφόρτωση, χωρίς εγγραφή.

Κείμενο για ανάλυση

Το κείμενό σου επεξεργάζεται σε browser worker και δεν ανεβαίνει ποτέ. Στην πρώτη εκτέλεση κατεβαίνει το δημόσιο μοντέλο AI.

Τρεις συνολικές ετικέτες συναισθήματος

Αρνητικό σημαίνει δυσμενή χροιά, ουδέτερο σημαίνει χωρίς σαφή θετική ή αρνητική κλίση και θετικό σημαίνει ευνοϊκή χροιά.

Fine-tuned για Arabic, English, French, German, Hindi, Italian, Portuguese και Spanish. Τα ελληνικά δεν περιλαμβάνονται.

Βασίστηκε σε social posts. Σαρκασμός, μικτά συναισθήματα, εξειδικευμένη γλώσσα και κείμενο εκτός των γλωσσών εκπαίδευσης μπορεί να επισημανθούν λάθος.

Κοινοποιήστε αυτό το εργαλείο

Ανάλυση συναισθήματος: τι είναι;

Η ανάλυση συναισθήματος ταξινομεί τη συνολική στάση ενός κειμένου ως αρνητική, ουδέτερη ή θετική. Εδώ τρέχει μέσα στον browser σου ένα πολύγλωσσο μοντέλο XLM-T βασισμένο σε XLM-R και εμφανίζει τη βαθμολογία για κάθε ετικέτα. Το κείμενό σου μένει στη συσκευή, αν και το δημόσιο μοντέλο κατεβαίνει την πρώτη φορά που τρέχεις ανάλυση.

Πώς λειτουργεί

1Επικόλλησε ένα χρήσιμο δείγμα. Πληκτρολόγησε ή επικόλλησε μια κριτική, σχόλιο, μήνυμα ή social post. Μια ολοκληρωμένη πρόταση δίνει στο μοντέλο περισσότερο πλαίσιο από μία μόνο λέξη.
2Τρέξε το τοπικό μοντέλο. Κάνε κλικ στο Ανάλυση συναισθήματος. Περίμενε να ολοκληρωθεί η πρώτη λήψη του μοντέλου· σε επόμενες επισκέψεις μπορεί να ξαναχρησιμοποιηθεί όσο παραμένει διαθέσιμη η cache του browser.
3Διάβασε και τις τρεις βαθμολογίες. Χρησιμοποίησε την ετικέτα με τη μεγαλύτερη βαθμολογία ως γενικό σήμα και σύγκρινε το σκορ της με τις υπόλοιπες. Όταν οι βαθμολογίες είναι κοντά, χρειάζεται ανθρώπινη κρίση, όχι οριστικό συμπέρασμα.

Σε ποιους απευθύνεται

Ομάδες υποστήριξης που χρειάζονται μια γρήγορη πρώτη ένδειξη για τη χροιά των μηνυμάτων πελατών πριν τα δει αναλυτικά ένα άτομο.
Ερευνητές προϊόντων που συγκρίνουν τη γενική στάση σε απαντήσεις ερωτηματολογίων, κριτικές εφαρμογών ή σημειώσεις συνεντεύξεων χωρίς να ανεβάζουν αδημοσίευτο κείμενο.
Social και community managers που ελέγχουν posts ή σχόλια στις οκτώ γλώσσες όπου έγινε fine-tuning του μοντέλου για συναίσθημα, γνωρίζοντας ότι άλλες γλώσσες, όπως τα ελληνικά, δίνουν πιο προσεγγιστικά αποτελέσματα.
Συντάκτες και επιμελητές που δοκιμάζουν αν ένα μικρό απόσπασμα διαβάζεται πιο θετικά, ουδέτερα ή αρνητικά από όσο σκοπεύουν.

Ο αναλυτής συναισθήματος χρησιμοποιεί το μοντέλο XLM-T του Cardiff NLP, ένα σύστημα XLM-R που έχει προεκπαιδευτεί σε περίπου 198 εκατομμύρια πολύγλωσσα tweets και έχει γίνει fine-tuning για ανάλυση συναισθήματος σε Arabic, English, French, German, Hindi, Italian, Portuguese και Spanish. Οι ετικέτες εξόδου σημαίνουν δυσμενή συνολική χροιά, καμία σαφής θετική ή αρνητική κλίση και ευνοϊκή συνολική χροιά. Δεν ανιχνεύουν συγκεκριμένα συναισθήματα, αλήθεια, επείγον χαρακτήρα ή την πρόθεση του συντάκτη. Τα ελληνικά δεν είναι γλώσσα fine-tuning, οπότε τα αποτελέσματα σε αυτή τη σελίδα είναι κατά προσέγγιση, παρότι το πολύγλωσσο μοντέλο μπορεί να επιστρέφει κάποια ετικέτα.

Στην πρώτη ανάλυση γίνεται λήψη κβαντισμένων ONNX βαρών του μοντέλου και αρχείων tokenizer, συνολικά περίπου 297 MB. Ένας browser worker κρατά την εκτέλεση του μοντέλου μακριά από το βασικό UI thread. Το WebGPU προτιμάται όταν είναι διαθέσιμο, ενώ το backend WebAssembly στον επεξεργαστή είναι η πιο αργή εναλλακτική. Οι browsers συνήθως αποθηκεύουν προσωρινά αυτά τα αρχεία, αλλά ιδιωτική περιήγηση, καθαρισμός αποθήκευσης ή χαμηλός διαθέσιμος χώρος μπορεί να απαιτήσουν ξανά λήψη.

Συμβουλή ειδικού

Η ανάλυση συναισθήματος δεν ταυτίζεται με τα συναισθήματα ή την πρόθεση. Το μοντέλο έχει μάθει κυρίως από social posts, επομένως ακόμη και μια υψηλή βεβαιότητα μπορεί να αποτύχει σε σαρκασμό, άρνηση, ειρωνικά ή αποσπάσματα σε εισαγωγικά, μίξη θετικών και αρνητικών στοιχείων, εξειδικευμένη ορολογία ή κείμενο σε γλώσσα που δεν περιλαμβάνεται στις οκτώ γλώσσες fine-tuning, όπως τα ελληνικά. Μην χρησιμοποιείς ποτέ μία μόνο βαθμολογία ως μοναδική βάση για αποφάσεις σε εργασία, υγεία, ασφάλεια, moderation ή άλλες υψηλού αντίκτυπου χρήσεις.

Συχνές ερωτήσεις

Ανεβαίνει το κείμενό μου σε κάποιον server;

Όχι. Το κείμενό σου στέλνεται σε έναν worker μέσα στον browser και το μοντέλο τρέχει στη συσκευή σου. Ο worker κατεβάζει το δημόσιο runtime Transformers.js και τα αρχεία του μοντέλου από εξωτερικούς hosts, αλλά σε αυτά τα αιτήματα δεν περιλαμβάνεται το κείμενο που επικόλλησες. Η CanDoYa δεν λαμβάνει ούτε αποθηκεύει το δείγμα.

Είναι δωρεάν το εργαλείο ανάλυσης συναισθήματος;

Ναι. Δεν χρειάζεται λογαριασμός, πληρωμή, API key ή όριο αναλύσεων. Η συσκευή σου κάνει όλη τη δουλειά. Το πρακτικό κόστος είναι η πρώτη λήψη του μοντέλου, ο τοπικός χώρος στον browser, η μνήμη και ο χρόνος επεξεργασίας. Ο πάροχος δικτύου μπορεί να χρεώσει τα δεδομένα που χρησιμοποιούνται για τη λήψη του μοντέλου.

Πόσο κείμενο μπορώ να αναλύσω;

Μπορείς να επικολλήσεις ένα συνηθισμένο απόσπασμα, αλλά το εργαλείο αναλύει το πολύ τους πρώτους 1.000 χαρακτήρες Unicode ώστε η εκτέλεση στον browser να παραμένει προβλέψιμη. Ο tokenizer του μοντέλου επίσης αποκόπτει το κείμενο στο μέγιστο μήκος εισόδου του. Για μεγάλα έγγραφα, ανάλυσε συνεκτικά τμήματα ξεχωριστά αντί να χρησιμοποιήσεις μία συνολική ετικέτα ως περίληψη ολόκληρου του κειμένου.

Ποιες γλώσσες υποστηρίζει το μοντέλο συναισθήματος;

Το fine-tuning για συναίσθημα έγινε σε Arabic, English, French, German, Hindi, Italian, Portuguese και Spanish. Το πολύγλωσσο βασικό μοντέλο μπορεί να επιστρέψει ετικέτες και για άλλες γλώσσες, αλλά για αυτές δεν υπάρχουν τα ίδια στοχευμένα δεδομένα εκπαίδευσης. Γι αυτό οι υπόλοιπες γλωσσικές εκδόσεις της CanDoYa, όπως αυτή η σελίδα στα ελληνικά, χαρακτηρίζονται ως κατά προσέγγιση.

Τι σημαίνουν αρνητικό, ουδέτερο και θετικό;

Αρνητικό σημαίνει ότι το μοντέλο βρήκε δυσμενή συνολική χροιά. Ουδέτερο σημαίνει ότι δεν εντόπισε σαφή θετική ή αρνητική κλίση. Θετικό σημαίνει ότι βρήκε ευνοϊκή συνολική χροιά. Αυτές οι ετικέτες περιγράφουν όλο το δείγμα που υποβλήθηκε· δεν είναι κατηγορίες συναισθημάτων και δεν αποδεικνύουν τι πιστεύει ή σκοπεύει ο συντάκτης.

Τι σημαίνουν οι βαθμολογίες του μοντέλου;

Οι τρεις βαθμολογίες κατατάσσουν τις ετικέτες αρνητικό, ουδέτερο και θετικό για αυτό το κείμενο και συνήθως αθροίζονται κοντά στο 100 τοις εκατό. Είναι χρήσιμες για να συγκρίνεις τις ετικέτες μεταξύ τους, αλλά δεν είναι εγγυημένες πιθανότητες ορθότητας ούτε βαθμοί μετρημένης αξιοπιστίας. Μια υψηλή βαθμολογία μπορεί να είναι λάθος, ειδικά όταν το κείμενο βγαίνει έξω από το πεδίο εκπαίδευσης του μοντέλου.

Γιατί η πρώτη λήψη είναι περίπου 297 MB;

Το εργαλείο χρησιμοποιεί κβαντισμένα XLM-R ONNX weights περίπου 279 MB και δεδομένα tokenizer περίπου 17 MB. Αυτό είναι πολύ μεγαλύτερο από μια λίστα λέξεων, αλλά επιτρέπει στο μοντέλο να συλλαμβάνει συμφραζόμενα γλωσσικά μοτίβα αντί να μετρά απλώς θετικές και αρνητικές λέξεις. Ο browser συνήθως αποθηκεύει αυτά τα αρχεία μετά την πρώτη εκτέλεση, αν και η προσωρινή αποθήκευση δεν είναι εγγυημένη.

Λειτουργεί ο αναλυτής χωρίς WebGPU;

Ναι. Ο worker προσπαθεί πρώτα να χρησιμοποιήσει WebGPU όταν το υποστηρίζουν ο browser και ο προσαρμογέας γραφικών. Αν αυτή η διαδρομή δεν είναι διαθέσιμη ή αποτύχει στην εκκίνηση, το εργαλείο δοκιμάζει ξανά με το backend WebAssembly στον επεξεργαστή. Η ανάλυση στον επεξεργαστή χρησιμοποιεί το ίδιο μοντέλο και κρατά το κείμενο τοπικά, αλλά η φόρτωση και η εκτέλεση μπορεί να διαρκέσουν περισσότερο.