CanDoYa
SR

Analiza sentimenta - besplatni alat u pregledaču

Ograničeni jezici

Radi u celosti u pregledaču - bez otpremanja i bez registracije.

Nalepi povratnu informaciju, recenziju ili objavu sa mreža da proceniš njen ton.

Tvoj tekst se obrađuje u browser worker procesu i nikada se ne otprema. Pri prvom pokretanju preuzimaju se javni AI modeli.

Tri oznake ukupnog sentimenta

Negativno znači nepovoljan ton, neutralno znači da nema jasnog pozitivnog ili negativnog naginjanja, a pozitivno znači povoljan ton.

Fino podešen za arapski, engleski, francuski, nemački, hindi, italijanski, portugalski i španski.

Izgrađen na osnovu objava sa društvenih mreža. Sarkazam, mešovita osećanja, stručni jezik i tekst van ovih jezika mogu biti pogrešno označeni.

Podelite ovu alatku

Analiza sentimenta - šta je to?

Analiza sentimenta klasifikuje ukupan stav u tekstu kao negativan, neutralan ili pozitivan. Ovaj alat pokreće višejezički XLM-T model direktno u tvom pregledaču i prikazuje skor za svaku od tri oznake. Tekst ostaje na tvom uređaju, ali se javno dostupni fajlovi modela preuzimaju pri prvom pokretanju analize.

Kako se koristi

  1. 1Nalepi reprezentativan uzorak. Unesi recenziju, komentar, poruku ili objavu sa društvenih mreža. Cela rečenica daje modelu više konteksta nego jedna reč.
  2. 2Pokreni lokalni model. Klikni Analiziraj sentiment. Sačekaj da se prvo preuzimanje modela završi; naredne posete mogu da iskoriste postojeći keš dokle god je dostupan u pregledaču.
  3. 3Pročitaj sva tri skora. Iskoristi vodeću oznaku kao grubu smernicu i uporedi njen skor sa preostale dve oznake. Kada su skorovi slični, potreban je ljudski uvid, a ne čvrst zaključak.

Kome je namenjen

Ovaj analizator sentimenta koristi Cardiff NLP XLM-T model, XLM-R sistem obučen na otprilike 198 miliona višejezičkih tvitova i dodatno fino podešen za sentiment na arapskom, engleskom, francuskom, nemačkom, hindiju, italijanskom, portugalskom i španskom jeziku. Izlazne oznake označavaju nepovoljan ukupan ton, odsustvo jasnog pozitivnog ili negativnog naginjanja i povoljan ukupan ton. Ne opisuju konkretne emocije, istinitost, hitnost niti nameru autora. Pošto srpski nije među jezicima za fino podešavanje, rezultati na ovom jeziku su približni, iako višejezička osnova modela i dalje može da vrati neku od oznaka.

Pri prvoj analizi preuzimaju se kvantizovane ONNX težine modela i fajlovi tokenizera, ukupno oko 297 MB. Poseban browser worker drži inferenciju van glavnog UI threada. WebGPU je prioritetni režim kada je dostupan, dok je WebAssembly CPU backend sporija rezerva. Pregledač obično kešira ove fajlove, ali privatni režim, čišćenje skladišta ili nedostatak prostora mogu da pokrenu novo preuzimanje.

Česta pitanja

Da li se moj tekst šalje na server?

Ne. Tvoj tekst se prosleđuje worker procesu unutar pregledača i model se pokreće na tvom uređaju. Worker preuzima javno dostupne Transformers.js runtime i model fajlove sa eksternih hostova, ali ti zahtevi ne sadrže nalepjeni tekst. CanDoYa ne prima niti čuva uzorak.

Da li je ovaj alat za analizu sentimenta besplatan?

Da. Nema naloga, plaćanja, API ključa niti ograničenja broja analiza. Sav rad obavlja tvoj uređaj. Praktični troškovi su prvo preuzimanje modela, lokalno skladište pregledača, memorija i vreme obrade. Tvoj provajder i dalje može da naplati prenos podataka potreban za preuzimanje modela.

Koliko teksta mogu da analiziram?

Možeš da nalepiš uobičajen odlomak, ali alat analizira najviše prvih 1.000 Unicode znakova kako bi ponašanje u pregledaču ostalo predvidivo. Tokenizer modela dodatno skraćuje tekst na svoj ulazni prozor. Za duža dokumenta analiziraj povezane celine odvojeno, umesto da jedan skup oznaka posmatraš kao sažetak celog dokumenta.

Koje jezike model za sentiment podržava?

Fino podešavanje za sentiment rađeno je za arapski, engleski, francuski, nemački, hindi, italijanski, portugalski i španski. Višejezička osnova modela može da vrati oznake i za druge jezike, ali ti rezultati nemaju istu količinu zadatku prilagođenih trening podataka. Zbog toga su druge CanDoYa lokalizacije, uključujući ovu stranicu na srpskom, označene kao približne.

Šta znače negativno, neutralno i pozitivno?

Negativno znači da je model procenio nepovoljan ukupan ton teksta. Neutralno znači da nije našao jasan nagoveštaj ni ka pozitivnom ni ka negativnom tonu. Pozitivno znači da je prepoznao povoljan ukupan ton. Ove oznake opisuju ceo poslati uzorak; nisu kategorije emocija i ne dokazuju šta pisac zaista misli ili želi.

Šta znače skorovi modela?

Tri skora rangiraju negativnu, neutralnu i pozitivnu oznaku za dati unos i obično se sabiraju na približno 100 procenata. Korisni su za međusobno poređenje oznaka modela, ali nisu zagarantovane verovatnoće tačnosti. Visok skor i dalje može da bude netačan, posebno kada tekst odstupa od domena u kom je model treniran.

Zašto je prvo preuzimanje oko 297 MB?

Alat koristi kvantizovane XLM-R ONNX težine od oko 279 MB i podatke tokenizera od oko 17 MB. To je znatno veće od liste ključnih reči, ali omogućava modelu da uhvati kontekstualne jezičke obrasce, umesto da samo broji navodno pozitivne i negativne reči. Pregledač obično kešira ove fajlove nakon prve analize.

Da li analizator radi bez WebGPU?

Da. Worker prvo pokušava WebGPU kada ga pregledač i grafički adapter podržavaju. Ako taj put nije dostupan ili se ne pokrene, alat prelazi na WebAssembly CPU backend. CPU analiza koristi isti model i čuva tekst lokalno, ali učitavanje i inferencija mogu da traju duže.