CanDoYa
ID

Analisis sentimen gratis di browser

Bahasa terbatas

Berjalan sepenuhnya di browser Anda - tanpa unggah, tanpa daftar.

Tempel umpan balik, ulasan, atau posting sosial untuk menilai nadanya.

Teks Anda diproses dalam worker browser dan tidak pernah diunggah. Jalankan pertama kali mengunduh model AI publik.

Tiga label sentimen keseluruhan

Negatif berarti nada tidak menyenangkan, netral berarti tidak ada kecenderungan positif atau negatif yang jelas, dan positif berarti nada menyenangkan.

Di-fine-tune untuk bahasa Arab, Inggris, Prancis, Jerman, Hindi, Italia, Portugis, dan Spanyol.

Dilatih dari posting sosial. Sarkasme, perasaan campur aduk, bahasa khusus, dan teks di luar bahasa yang dilatih bisa diberi label salah.

Bagikan tool ini

Analisis sentimen itu apa?

Analisis sentimen mengklasifikasikan sikap keseluruhan dalam teks sebagai negatif, netral, atau positif. Alat ini menjalankan model multibahasa XLM-T langsung di browser Anda dan menampilkan skor untuk setiap label. Teks Anda tetap di perangkat, meskipun model publik diunduh saat Anda pertama kali menjalankan analisis.

Cara pakai

  1. 1Tempel sampel yang bermakna. Masukkan ulasan, komentar, pesan, atau posting media sosial. Satu kalimat utuh memberi konteks lebih banyak bagi model dibandingkan satu kata saja.
  2. 2Jalankan model lokal. Klik Analisis sentimen. Biarkan unduhan model pertama selesai; kunjungan berikutnya biasanya bisa memakai ulang model selama cache browser masih tersedia.
  3. 3Baca ketiga skor label. Gunakan label teratas sebagai sinyal awal dan bandingkan skornya dengan dua label lain. Skor yang berdekatan perlu ditinjau manusia, bukan dijadikan kesimpulan pasti.

Cocok untuk siapa

Analiser sentimen ini menggunakan model Cardiff NLP XLM-T, sebuah sistem XLM-R yang dilatih pada sekitar 198 juta tweet multibahasa dan di-fine-tune untuk tugas sentimen dalam bahasa Arab, Inggris, Prancis, Jerman, Hindi, Italia, Portugis, dan Spanyol. Label keluarannya berarti nada keseluruhan yang tidak menyenangkan, tidak ada kecenderungan positif atau negatif yang jelas, dan nada keseluruhan yang menyenangkan. Label ini tidak mendeteksi emosi spesifik, kebenaran, urgensi, atau maksud penulis. Karena bahasa Indonesia tidak termasuk delapan bahasa fine-tuning tersebut, hasil untuk teks berbahasa Indonesia hanya bisa dianggap sebagai perkiraan meskipun model multibahasa tetap mengembalikan sebuah label.

Analisis pertama akan mengunduh bobot model ONNX terkuantisasi beserta berkas tokenizer, total sekitar 297 MB. Worker browser menjalankan inferensi di luar thread antarmuka utama. WebGPU akan digunakan terlebih dahulu bila tersedia; backend CPU WebAssembly menjadi jalur cadangan yang lebih lambat. Browser biasanya menyimpan berkas ini, tetapi mode privat, pembersihan penyimpanan, atau ruang disk yang terbatas dapat memicu pengunduhan ulang. Ini adalah inferensi Transformers.js di perangkat, bukan sekadar pencocokan kata kunci.

Tanya jawab

Apakah teks saya diunggah ke server?

Tidak. Teks Anda dikirim ke worker di dalam browser dan model berjalan di perangkat Anda. Worker tersebut mengunduh runtime Transformers.js publik dan berkas model dari host eksternal, tetapi permintaan itu tidak memuat teks yang Anda tempel. CanDoYa tidak menerima atau menyimpan sampel Anda.

Apakah alat analisis sentimen ini gratis?

Ya. Tidak ada akun, pembayaran, kunci API, atau kuota analisis. Perangkat Anda yang menjalankan prosesnya. Biaya praktisnya adalah unduhan model pertama, penyimpanan lokal browser, memori, dan waktu pemrosesan. Penyedia jaringan Anda tetap dapat mengenakan biaya data untuk mengunduh model.

Berapa banyak teks yang bisa saya analisis?

Anda bisa menempelkan satu bagian teks biasa, tetapi alat ini hanya menganalisis maksimal 1.000 karakter Unicode pertama untuk menjaga inferensi di browser tetap terprediksi. Tokenizer model juga memangkas teks ke jendela inputnya. Untuk dokumen panjang, analisis bagian yang utuh dan koheren secara terpisah, bukan mengandalkan satu label global sebagai ringkasan dokumen.

Bahasa apa saja yang didukung model sentimen ini?

Fine-tuning sentimen mencakup bahasa Arab, Inggris, Prancis, Jerman, Hindi, Italia, Portugis, dan Spanyol. Model dasar multibahasa dapat mengembalikan label untuk bahasa lain, tetapi hasil tersebut tidak memiliki bukti pelatihan khusus tugas yang sama. Karena itu, halaman CanDoYa dalam bahasa lain, termasuk bahasa Indonesia, ditandai sebagai perkiraan.

Apa arti negatif, netral, dan positif?

Negatif berarti model menemukan nada keseluruhan yang tidak menyenangkan. Netral berarti tidak ada kecenderungan positif atau negatif yang jelas. Positif berarti model menemukan nada keseluruhan yang menyenangkan. Label ini menggambarkan satu sampel yang Anda kirim sebagai keseluruhan; ini bukan kategori emosi dan tidak membuktikan apa yang penulis yakini atau maksudkan.

Apa arti skor model?

Ketiga skor tersebut memberi peringkat untuk label negatif, netral, dan positif pada masukan ini dan biasanya berjumlah mendekati 100 persen. Skor berguna untuk membandingkan label dalam model, tetapi bukan probabilitas kebenaran yang terjamin. Skor tinggi tetap bisa salah, terutama ketika teks berada di luar domain pelatihan.

Mengapa unduhan pertama sekitar 297 MB?

Alat ini menggunakan bobot XLM-R ONNX terkuantisasi sekitar 279 MB dan data tokenizer sekitar 17 MB. Ukuran ini jauh lebih besar daripada daftar kata kunci, tetapi mampu menangkap pola bahasa kontekstual, bukan sekadar menghitung kata positif dan negatif. Browser biasanya menyimpan berkas ini setelah pemakaian pertama, meski penyimpanan cache tidak selalu terjamin.

Apakah analiser bisa berjalan tanpa WebGPU?

Bisa. Worker terlebih dahulu mencoba menggunakan WebGPU ketika browser dan kartu grafis mendukungnya. Jika jalur tersebut tidak tersedia atau gagal dijalankan, alat akan mencoba lagi dengan backend CPU WebAssembly. Analisis di CPU memakai model yang sama dan tetap menjaga teks tetap lokal, tetapi pemuatan dan inferensi bisa lebih lama.