CanDoYa
LV

Sentimenta analīze bez maksas pārlūkā

Ierobežotas valodas

Darbojas tikai tavā pārlūkā - bez augšupielādes un reģistrācijas.

Ielīmējiet atsauksmi, komentāru vai ierakstu sociālajos tīklos, lai novērtētu tā toni.

Teksts tiek apstrādāts pārlūka worker procesā un netiek augšupielādēts. Pirmajā reizē tiek lejupielādēts publiskais AI modelis.

Trīs kopējā sentimenta etiķetes

Negatīvs nozīmē nelabvēlīgu toni, neitrāls - bez skaidras pozitīvas vai negatīvas ievirzes, pozitīvs - labvēlīgu toni.

Pielāgots sentimentam arābu, angļu, franču, vācu, hindi, itāļu, portugāļu un spāņu valodā.

Veidots no sociālo tīklu ierakstiem. Sarkasms, jaukts sentiments, specializēta valoda un teksts ārpus apmācīto valodu loka var tikt klasificēts kļūdaini.

Kopīgot šo rīku

Sentimenta analīze - kas tā ir?

Sentimenta analīze klasificē kopējo noskaņojumu tekstā kā negatīvu, neitrālu vai pozitīvu. Šis rīks pārlūkā palaiž daudzvalodu XLM-T modeli ar Transformers.js un parāda rezultātu katrai etiķetei. Teksts paliek jūsu ierīcē, lai gan pirmajā analīzes reizē tiek lejupielādēts publiski pieejamais modelis. Latviešu valoda nav starp tām, kurām modelis ir īpaši pielāgots sentimentam, tāpēc latviska satura rezultāti ir aptuveni arī tad, ja tiek atgriezta etiķete.

Kā lietot

  1. 1Ielīmējiet jēgpilnu paraugu. Ievadiet atsauksmi, komentāru, ziņu vai ierakstu sociālajos tīklos. Pilns teikums modelim dod vairāk konteksta nekā viens vārds.
  2. 2Palaižiet lokālo modeli. Noklikšķiniet Analizēt sentimentu. Ļaujiet pabeigt pirmo modeļa lejupielādi; kamēr pārlūka kešatmiņa ir pieejama, turpmākos apmeklējumos var izmantot jau lejupielādēto modeli.
  3. 3Izlasiet visus trīs rādītājus. Skatiet augšējo etiķeti kā plašu signālu un salīdziniet tās rādītāju ar pārējām iespējām. Ja punkti ir līdzīgi, nepieciešams cilvēka vērtējums, nevis stingrs secinājums.

Kam noder

Šis sentimenta analizators izmanto Cardiff NLP XLM-T modeli - XLM-R sistēmu, kas apmācīta ar aptuveni 198 miljoniem daudzvalodu tvītu un sentimentam īpaši pielāgota tikai astoņām valodām: arābu, angļu, franču, vācu, hindi, itāļu, portugāļu un spāņu. Izejas etiķetes nozīmē nelabvēlīgu kopējo toni, neitrālu toni bez skaidras pozitīvas vai negatīvas ievirzes un labvēlīgu kopējo toni. Tās neatpazīst konkrētas emocijas, patiesumu, steidzamību vai rakstītāja nodomus. Latviešu tekstiem modelis tomēr var atgriezt kādu no etiķetēm, bet bez tādas pašas uzdevumam pielāgotas apmācības, tāpēc rezultāts ir jāuztver kā aptuvens.

Pirmajā palaišanas reizē tiek lejupielādēti kvantizēti XLM-R ONNX modeļa svari un tokenizatora faili - kopā aptuveni 297 MB. Inference notiek pārlūka worker procesā, lai netraucētu galveno lietotāja saskarni. WebGPU paātrinājums tiek izmantots, kad tas ir pieejams, bet WebAssembly CPU izpilde ir lēnāka rezerve. Parasti pārlūks šos failus kešo, taču privātā pārlūkošana, vietas tīrīšana vai mazs brīvais diskstāvs var nozīmēt, ka lejupielāde jāatkārto. Šī ir reāla modeļa inferēšana ar Transformers.js, nevis vienkārša atslēgvārdu skaitīšana.

Biežāk uzdotie jautājumi

Vai mans teksts tiek augšupielādēts serverī?

Nē. Teksts tiek nosūtīts uz worker procesu jūsu pārlūkā, un modelis darbojas jūsu ierīcē. Worker lejupielādē publisko Transformers.js izpildlaiku un modeļa failus no ārējiem serveriem, taču šie pieprasījumi nesatur jūsu ievadīto tekstu. CanDoYa nesaņem un neuzglabā jūsu paraugu.

Vai šis sentimenta analīzes rīks ir bez maksas?

Jā. Nav nepieciešams konts, maksājums, API atslēga vai noteikta analīžu kvota. Darbu veic jūsu ierīce. Praktiskās izmaksas ir sākotnējā modeļa lejupielāde, vieta lokālajā pārlūka glabātuvē, atmiņa un apstrādes laiks. Jūsu interneta pakalpojumu sniedzējs joprojām var piemērot maksu par datiem, kas izmantoti modeļa lejupielādei.

Cik daudz teksta es varu analizēt?

Varat ielīmēt parastu tekstu, taču rīks analizē ne vairāk kā pirmās 1 000 Unicode rakstzīmes, lai pārlūka inferēšana būtu prognozējama. Modeļa tokenizators papildus nogriež ievadi līdz savam logam. Garākiem dokumentiem analizējiet atsevišķas jēgpilnas daļas, nevis balstiet visu dokumentu uz vienu kopējo etiķeti.

Kuras valodas sentimenta modelis atbalsta?

Sentimenta pielāgošana (fine-tuning) tika veikta ar arābu, angļu, franču, vācu, hindi, itāļu, portugāļu un spāņu valodu datiem. Daudzvalodu bāzes modelis var atgriezt etiķetes arī citās valodās, taču šiem rezultātiem nav tāda paša, konkrētajam uzdevumam pielāgota apmācības pamatojuma. Latviešu valodai tas nozīmē aptuvenas atbildes, un šī CanDoYa lapa to atzīmē kā aptuvenu segumu.

Ko nozīmē negatīvs, neitrāls un pozitīvs?

Negatīvs nozīmē, ka modelis tekstā ir saskatījis nelabvēlīgu kopējo toni. Neitrāls nozīmē, ka nav skaidras pozitīvas vai negatīvas ievirzes. Pozitīvs nozīmē labvēlīgu kopējo toni. Šīs etiķetes raksturo visu iesniegto paraugu kopumā; tās nav emociju kategorijas un neapliecina, ko rakstītājs patiesībā domā vai plāno.

Ko nozīmē modeļa rādītāji?

Trīs rādītāji salīdzina negatīvo, neitrālo un pozitīvo etiketi šim ievadītajam tekstam un parasti summā dod aptuveni 100 procentus. Tie ir noderīgi, lai salīdzinātu modeļa izvēles, taču nav garantētas pareizības varbūtības. Pat augsts rādītājs var būt kļūdains, īpaši, ja teksts neatbilst treniņu datu tematikai vai stilam.

Kāpēc pirmajā reizē jālejupielādē aptuveni 297 MB?

Rīks izmanto kvantizētus XLM-R ONNX svarus aptuveni 279 MB apjomā un tokenizatora datus apmēram 17 MB apjomā. Tas ir daudz vairāk nekā atslēgvārdu saraksts, taču tā vietā tiek modelēti valodas konteksta raksti, nevis tikai skaitīti pozitīvi un negatīvi vārdi. Parasti pārlūks šos failus pēc pirmās palaišanas kešo, taču tas nav pilnībā garantēts.

Vai analizators darbojas arī bez WebGPU?

Jā. Worker vispirms mēģina izmantot WebGPU, ja to atbalsta pārlūks un grafikas adapteris. Ja tas nav pieejams vai neizdodas palaist, rīks pārslēdzas uz WebAssembly CPU izpildi. CPU analīze izmanto to pašu modeli un saglabā tekstu lokāli, taču ielāde un inferēšana var ilgt ievērojami ilgāk.