CanDoYa
MS

Analisis sentimen percuma dalam pelayar

Bahasa terhad

Berjalan sepenuhnya dalam pelayar anda - tanpa muat naik, tanpa pendaftaran.

Tampal maklum balas, ulasan atau siaran media sosial untuk menilai nadanya.

Teks anda diproses dalam worker pelayar dan tidak pernah dimuat naik. Larian pertama memuat turun model AI awam.

Tiga label sentimen keseluruhan

Negatif bermaksud nada tidak menyenangkan, neutral bermaksud tiada kecenderungan positif atau negatif yang jelas, dan positif bermaksud nada menyenangkan.

Dilaras halus untuk bahasa Arab, Inggeris, Perancis, Jerman, Hindi, Itali, Portugis dan Sepanyol.

Dibina daripada siaran sosial. Sindiran, perasaan bercampur, bahasa kepakaran dan teks di luar bahasa terlatih boleh dilabelkan secara tersilap.

Kongsi alat ini

Analisis sentimen itu apa?

Analisis sentimen mengelaskan sikap keseluruhan dalam teks sebagai negatif, neutral atau positif. Alat ini menjalankan model berbilang bahasa XLM-T terus di dalam pelayar anda dan memaparkan skor untuk setiap label. Teks anda kekal pada peranti, tetapi model awam akan dimuat turun kali pertama anda menjalankan analisis.

Cara guna

  1. 1Tampal sampel yang berguna. Masukkan ulasan, komen, mesej atau siaran media sosial. Satu ayat lengkap memberi model lebih konteks berbanding satu perkataan sahaja.
  2. 2Jalankan model tempatan. Klik Analisis sentimen. Benarkan muat turun model pertama selesai; lawatan seterusnya boleh menggunakan semula model selagi cache pelayar masih wujud.
  3. 3Baca ketiga-tiga skor. Gunakan label teratas sebagai isyarat umum dan bandingkan skornya dengan pilihan lain. Skor yang hampir antara satu sama lain perlu dinilai manusia, bukan dijadikan kesimpulan muktamad.

Untuk siapa

Penganalisis sentimen ini menggunakan model Cardiff NLP XLM-T, iaitu sistem XLM-R yang dilatih pada kira-kira 198 juta ciapan berbilang bahasa dan dilaras halus untuk sentimen dalam bahasa Arab, Inggeris, Perancis, Jerman, Hindi, Itali, Portugis dan Sepanyol. Label keluarannya bermaksud nada tidak menyenangkan secara keseluruhan, tiada kecenderungan positif atau negatif yang jelas, dan nada menyenangkan secara keseluruhan. Label ini tidak mengenal pasti emosi tertentu, kebenaran, tahap segera atau niat penulis. Bahasa Melayu tidak termasuk dalam lapan bahasa pelarasan halus itu, jadi keputusan bagi teks bahasa Melayu perlu dianggap sebagai anggaran walaupun model masih mengembalikan label.

Analisis pertama akan memuat turun pemberat model ONNX terkuantum bersama fail pengtoken, kira-kira 297 MB secara keseluruhan. Worker pelayar memastikan inferens tidak mengganggu benang antara muka utama. WebGPU digunakan dahulu apabila tersedia; backend CPU WebAssembly ialah pilihan gantian yang lebih perlahan. Pelayar biasanya menyimpan fail ini dalam cache, tetapi mod privasi, pembersihan storan atau ruang cakera yang terhad boleh menyebabkan muat turun berulang.

Soalan lazim

Adakah teks saya dimuat naik ke pelayan?

Tidak. Teks anda dihantar kepada worker di dalam pelayar dan model dijalankan pada peranti anda. Worker itu memuat turun runtime Transformers.js dan fail model awam daripada hos luaran, tetapi permintaan tersebut tidak mengandungi teks yang anda tampal. CanDoYa tidak menerima atau menyimpan sampel anda.

Adakah alat analisis sentimen ini percuma?

Ya. Tiada akaun, bayaran, kunci API atau kuota analisis. Peranti anda yang melakukan kerja. Kos praktikal ialah muat turun model kali pertama, storan pelayar setempat, memori dan masa pemprosesan. Pembekal rangkaian anda masih boleh mengenakan caj untuk data yang digunakan bagi memuat turun model.

Berapa banyak teks yang boleh saya analisis?

Anda boleh menampal petikan biasa, tetapi alat ini hanya menganalisis maksimum 1,000 aksara Unicode pertama untuk memastikan inferens dalam pelayar kekal dapat dijangka. Pengtoken model juga memotong teks mengikut tetingkap inputnya. Untuk dokumen panjang, analisis bahagian yang koheren secara berasingan dan jangan anggap satu label keseluruhan sebagai ringkasan dokumen.

Bahasa apa yang disokong oleh model sentimen ini?

Pelarasan halus sentimen meliputi bahasa Arab, Inggeris, Perancis, Jerman, Hindi, Itali, Portugis dan Sepanyol. Model asas berbilang bahasa mungkin masih mengembalikan label untuk bahasa lain, termasuk bahasa Melayu, tetapi keputusan itu tidak mempunyai bukti latihan tugas khusus yang sama. Atas sebab itu, halaman CanDoYa dalam bahasa lain ditanda sebagai anggaran.

Apa maksud negatif, neutral dan positif?

Negatif bermaksud model mengesan nada tidak menyenangkan secara keseluruhan. Neutral bermaksud ia tidak menemui kecenderungan positif atau negatif yang jelas. Positif bermaksud ia mengesan nada menyenangkan secara keseluruhan. Label ini menerangkan keseluruhan sampel yang dihantar; ia bukan kategori emosi dan tidak membuktikan apa yang penulis percaya atau niat mereka.

Apa maksud skor model?

Ketiga-tiga skor menyusun negatif, neutral dan positif untuk input ini dan biasanya berjumlah kira-kira 100 peratus. Skor ini berguna untuk membandingkan label model, tetapi ia bukan kebarangkalian ketepatan yang dijamin atau terkalibrasi. Skor tinggi masih boleh salah, khususnya apabila teks berada di luar domain latihan.

Mengapa muat turun pertama kira-kira 297 MB?

Alat ini menggunakan pemberat XLM-R ONNX terkuantum kira-kira 279 MB dan data pengtoken kira-kira 17 MB. Saiz ini jauh lebih besar daripada senarai kata kunci, tetapi ia merakam corak bahasa berasaskan konteks dan bukan sekadar mengira perkataan positif dan negatif. Pelayar biasanya meng-cache fail ini selepas larian pertama, tetapi cache tidak sentiasa terjamin.

Adakah penganalisis ini berfungsi tanpa WebGPU?

Ya. Worker akan cuba menggunakan WebGPU dahulu apabila pelayar dan penyesuai grafik menyokongnya. Jika laluan itu tiada atau gagal dimulakan, alat akan cuba semula pada backend CPU WebAssembly. Analisis pada CPU menggunakan model yang sama dan kekal setempat pada peranti, tetapi pemuatan dan inferens boleh mengambil masa lebih lama.