感情分析ツールを無料で試す

いいえ。テキストはブラウザ内のワーカーに渡され、その中でモデルが実行されます。ワーカーは外部ホストからTransformers.jsランタイムと公開ONNXモデルファイルをダウンロードしますが、これらのリクエストには貼り付けたテキストは含まれません。CanDoYaがサンプルテキストを受信・保存することもありません。

はい。アカウント登録や支払い、APIキー、分析回数の制限はありません。計算はすべてお使いのデバイス上で行われます。実際のコストは、初回のモデルダウンロードとブラウザのローカルストレージ、メモリ、処理時間などです。モデルのダウンロードにかかるデータ通信については、ご利用中のネットワーク事業者から料金が発生する場合があります。

通常の文章であればそのまま貼り付けられますが、ブラウザ推論を安定させるため、このツールが分析するのは先頭から最大1000文字分のUnicode文字だけです。モデル側のトークナイザーも入力長には上限があり、それを超えた部分は切り捨てられます。長いドキュメントの場合は、全体を1つのラベルで要約しようとせず、意味のまとまりごとに分けて分析することをおすすめします。

感情分析タスクとしてファインチューニングされているのは、アラビア語・英語・フランス語・ドイツ語・ヒンディー語・イタリア語・ポルトガル語・スペイン語の8言語です。多言語ベースモデルとして他の言語にもラベルを返すことはできますが、その場合はタスク特化の学習データによる裏付けがありません。このページの日本語ロケールでの結果は、あくまで参考レベルの推定値として扱ってください。

ネガティブは、テキスト全体のトーンが好ましくない方向に傾いているとモデルが判断した場合です。ニュートラルは、明確なポジティブ寄り・ネガティブ寄りのどちらにも振り切れていないとみなした場合です。ポジティブは、全体のトーンが好ましい方向に傾いていると見なした場合です。これらは入力テキスト全体に対する大まかな評価であり、個別の感情カテゴリを示すものでも、書き手の本心や意図を証明するものでもありません。

3つのスコアは、この入力に対するネガティブ・ニュートラル・ポジティブ各ラベルの相対的な評価を表し、おおよそ合計で100パーセント前後になります。ラベル同士を比較するうえでは有用ですが、「正解である確率」を保証するものではありません。特に、学習時と異なるドメインの文章や、対応言語外のテキストでは、高いスコアでも誤りになることがあります。

このツールでは、約279 MBの量子化済みXLM-R ONNX重みと、約17 MBのトークナイザーデータを利用しています。単純なキーワードリストに比べるとかなり大きいサイズですが、その分、ポジティブ/ネガティブな単語の出現回数だけではなく、文脈を含む言語パターンを学習しているモデルです。ブラウザは通常、初回実行後にこれらのファイルをキャッシュしますが、キャッシュが削除されると再ダウンロードが必要になります。

はい。ブラウザとグラフィックスアダプターが対応している場合は、まずWebGPUによるアクセラレーションを試みます。このパスが利用できない、または起動に失敗した場合は、WebAssemblyベースのCPUバックエンドに自動的に切り替わります。CPUでの分析も同じモデルを使いテキストはローカルにとどまりますが、読み込みと推論にかかる時間は長くなる可能性があります。