Analyse de sentiments gratuite en ligne

Fonctionne entièrement dans votre navigateur : aucun envoi, aucune inscription.

Texte à analyser

Votre texte est traité dans un worker de navigateur et n'est jamais téléversé. La première exécution télécharge le modèle d'IA public.

Trois étiquettes de sentiment global

Négatif signifie un ton défavorable, neutre signifie aucune tendance clairement positive ou négative, et positif signifie un ton favorable.

Affiné pour l'arabe, l'anglais, le français, l'allemand, l'hindi, l'italien, le portugais et l'espagnol.

Construit à partir de publications sociales. Le sarcasme, les sentiments mêlés, le langage spécialisé et les textes hors de ses langues d'entraînement peuvent être mal étiquetés.

Partager cet outil

Analyse de sentiments : qu'est-ce que c'est ?

Analyse de sentiments signifie classer l'attitude globale d'un texte en négatif, neutre ou positif. Cet outil exécute un modèle XLM-T multilingue directement dans votre navigateur et affiche le score pour chaque étiquette. Votre texte reste sur votre appareil, même si le modèle public est téléchargé lors de la première analyse.

Comment l’utiliser

1Coller un échantillon représentatif. Saisissez un avis, un commentaire, un message ou une publication sur un réseau social. Une phrase complète donne plus de contexte au modèle qu'un seul mot.
2Lancer le modèle local. Cliquez sur Analyser le sentiment. Laissez le premier téléchargement du modèle se terminer. Les visites suivantes pourront le réutiliser tant que le cache du navigateur reste disponible.
3Lire les trois scores. Servez-vous de l'étiquette en tête comme d'un signal global et comparez son score avec les deux autres. Des scores proches doivent conduire à une relecture humaine, pas à une conclusion définitive.

Pour qui

Équipes support qui souhaitent un premier aperçu du ton des retours clients avant qu'une personne ne lise l'intégralité du message.
Chargés d'études et chercheurs produit qui comparent le sentiment général de réponses à des enquêtes, d'avis d'application ou de notes d'entretien sans téléverser de textes non publiés.
Responsables social media et communautés qui contrôlent des publications ou commentaires dans les huit langues utilisées pour l'affinage du sentiment du modèle.
Auteurs et éditeurs qui testent si un passage court est perçu comme plus favorable, neutre ou négatif que prévu.

Cet analyseur de sentiments utilise le modèle XLM-T de Cardiff NLP, un système XLM-R entraîné sur environ 198 millions de tweets multilingues et affiné pour la détection de sentiment en arabe, anglais, français, allemand, hindi, italien, portugais et espagnol. Les étiquettes de sortie correspondent à un ton global défavorable, à l'absence de tendance clairement positive ou négative et à un ton global favorable. Elles ne détectent pas des émotions précises, la véracité, l'urgence ni l'intention réelle de la personne qui écrit.

La première analyse télécharge des poids de modèle ONNX quantifiés ainsi que les fichiers de tokenizer, pour un total d'environ 297 Mo. Un worker de navigateur exécute l'inférence hors du fil principal de l'interface. WebGPU est utilisé en priorité lorsqu'il est disponible, et le backend CPU WebAssembly sert de repli plus lent. Les navigateurs mettent généralement ces fichiers en cache, mais la navigation privée, le nettoyage du stockage ou un espace disque limité peuvent imposer un nouveau téléchargement.

Questions fréquentes

Mon texte est-il envoyé vers un serveur ?

Non. Votre texte est transmis à un worker dans votre navigateur et le modèle s'exécute sur votre appareil. Le worker télécharge le runtime Transformers.js et les fichiers de modèle publics depuis des hôtes externes, mais ces requêtes ne contiennent pas le texte que vous avez collé. CanDoYa ne reçoit ni ne stocke votre échantillon.

Cet outil d'analyse de sentiments est-il gratuit ?

Oui. Aucun compte, paiement, clé d'API ni quota d'analyses n'est requis. C'est votre appareil qui effectue le calcul. Les coûts pratiques sont le premier téléchargement du modèle, l'espace de stockage local du navigateur, la mémoire et le temps de traitement. Votre fournisseur d'accès peut néanmoins facturer les données utilisées pour télécharger le modèle.

Quelle quantité de texte puis-je analyser ?

Vous pouvez coller un passage classique, mais l'outil analyse au maximum les 1 000 premiers caractères Unicode afin de garder l'inférence dans le navigateur prévisible. Le tokenizer du modèle tronque aussi le texte à sa fenêtre d'entrée. Pour de longs documents, analysez des sections cohérentes séparément au lieu de considérer une seule étiquette globale comme un résumé du document.

Quelles langues le modèle de sentiment prend-il en charge ?

L'affinage pour le sentiment a couvert l'arabe, l'anglais, le français, l'allemand, l'hindi, l'italien, le portugais et l'espagnol. Le modèle de base multilingue peut retourner des étiquettes pour d'autres langues, mais ces résultats ne bénéficient pas du même entraînement spécifique à la tâche. Les autres localisations CanDoYa sont donc indiquées comme approximatives pour le sentiment.

Que signifient négatif, neutre et positif ?

Négatif signifie que le modèle détecte un ton global défavorable. Neutre signifie qu'il ne trouve pas de tendance clairement positive ou négative. Positif signifie qu'il détecte un ton global favorable. Ces étiquettes décrivent l'ensemble du texte soumis. Elles ne constituent pas des catégories d'émotions et ne prouvent pas ce que l'auteur pense ou souhaite vraiment.

Que signifient les scores du modèle ?

Les trois scores classent les étiquettes négatif, neutre et positif pour ce texte et atteignent en général un total proche de 100 %. Ils servent à comparer les propositions du modèle, mais ne sont pas des probabilités garanties de justesse. Un score élevé peut néanmoins être erroné, en particulier lorsque le texte sort du domaine d'entraînement.

Pourquoi le premier téléchargement fait-il environ 297 Mo ?

L'outil utilise des poids XLM-R ONNX quantifiés d'environ 279 Mo et des données de tokenizer d'environ 17 Mo. C'est bien plus qu'une simple liste de mots clés, mais cela permet de capter des schémas linguistiques contextuels plutôt que de compter seulement des mots supposés positifs ou négatifs. Le navigateur met en principe ces fichiers en cache après la première exécution.

L'analyseur fonctionne-t-il sans WebGPU ?

Oui. Le worker essaie d'abord d'utiliser WebGPU si le navigateur et l'adaptateur graphique le prennent en charge. Si cette voie est indisponible ou échoue au démarrage, l'outil réessaie avec le backend CPU WebAssembly. L'analyse sur CPU utilise le même modèle et garde le texte local, mais le chargement et l'inférence peuvent prendre plus de temps.