CanDoYa
ZH

情感分析工具 免费在浏览器本地使用

支持语言有限

全程在浏览器中运行，无需上传，无需注册。

粘贴一段反馈、评价或社交媒体帖子，查看其大致情感倾向。

你的文本在浏览器 worker 中处理，不会被上传。首次运行会下载公开的 AI 模型。

三种整体情感标签

负面表示整体语气不利或不友好，中性表示没有明显的正负倾向，正面表示整体语气友好或支持。

针对 Arabic、English、French、German、Hindi、Italian、Portuguese 和 Spanish 进行了情感微调，其他语言（包括简体中文）的结果仅供近似参考。

基于社交媒体文本训练。讽刺、情感夹杂、否定、专业术语以及训练语言以外的文本都可能被错误标注。

分享此工具

情感分析工具是什么？

情感分析工具会把一段文本的整体态度分为负面、中性或正面。本页面使用多语言 XLM-T 模型，通过 Transformers.js 在你的浏览器中本地推理，并给出每个情感标签的分数。你的文本只在本机的浏览器 worker 中处理，但首次分析时需要下载公开的模型文件。

使用方法

  1. 1粘贴一段具有代表性的文本. 输入一条评价、评论、消息或社交媒体帖子。完整的句子通常比单个词语能提供更有用的上下文。
  2. 2运行本地模型. 点击“分析情感”。请等待首次模型下载完成；在浏览器缓存仍可使用的前提下，后续访问可以复用已下载的文件。
  3. 3阅读三种标签分数. 将得分最高的标签视作一个宽泛信号，同时对比它与另外两个标签的分数。当分数接近时，更需要人工判断，而不是下定论。

适用人群

本情感分析器采用 Cardiff NLP 的 XLM-T 模型，即基于 XLM-R 的系统，在大约 1.98 亿条多语言推文上进行了预训练，并在 Arabic、English、French、German、Hindi、Italian、Portuguese 和 Spanish 上专门做了情感微调。输出标签依次表示整体语气不利或不友好、没有明显偏向正面或负面、以及整体语气友好或支持。它只刻画总体倾向，不会精确识别具体情绪、真实性、紧迫程度，或写作者的真实意图。

首次分析时，浏览器会下载经过量化的 XLM-R ONNX 权重和分词器文件，总计约 297 MB，由 Transformers.js 在浏览器 worker 中进行本地推理，避免阻塞主界面线程。优先使用 WebGPU 加速；如果不可用或启动失败，则回退到基于 WebAssembly 的 CPU 后端，速度会更慢但同样在本地执行。浏览器通常会缓存这些公共运行时和模型文件，但无痕模式、清理存储空间或磁盘紧张时可能需要重新下载。与简单的关键词表不同，这是真正的深度模型推理。

需要注意的是，虽然底层 XLM-T 是多语言模型，但情感微调只覆盖了上述八种语言，因此包括简体中文在内的其它语言结果仅能视为近似参考。模型只会分析前 1,000 个 Unicode 字符，多余内容会在分词时被截断。

常见问题

我的文本会上传到服务器吗？

不会。你的文本只会发送到浏览器内的 worker，由 Transformers.js 在本地运行模型。worker 会从外部主机下载公开的运行时和 ONNX 模型文件，但这些网络请求不包含你粘贴的内容。CanDoYa 不会接收、存储或分析你的样本文本。

这个情感分析工具是免费的吗？

是的。本工具无需注册账号、无需支付费用、无需 API Key，也没有内建调用配额限制。所有计算都在你的设备上完成。实际成本主要是首次下载约 297 MB 模型文件所用的网络流量、本地浏览器存储、内存和处理时间；你的网络服务提供商仍可能就下载流量收费。

我最多可以分析多少文本？

你可以粘贴一段普通长度的文本，但工具最多只会分析前 1,000 个 Unicode 字符，以便保持浏览器推理的可预期性。模型的分词器同样会将输入截断到自己的窗口长度。对于很长的文档，更可靠的做法是按段落或章节拆分，分别分析，不要把单个整体标签当作整篇文档的准确摘要。

这个情感模型支持哪些语言？

情感微调只覆盖 Arabic、English、French、German、Hindi、Italian、Portuguese 和 Spanish。多语言基础模型可以对其他语言输出标签，但这些结果缺乏同等程度的任务专门训练证据，因此可靠性较低。本简体中文页面上的结果也仅标记为近似参考，而非经过验证的情感分类。

负面、中性和正面分别是什么意思？

“负面”表示模型认为整体语气不利、不友好或带有否定评价。“中性”表示模型没有发现明显的正面或负面倾向，语气较为平铺直叙或模糊不清。“正面”表示模型认为整体语气友好、支持或包含正向评价。这些标签描述的是整段提交文本的总体走向，不是细分的情绪类别，也不能证明作者真正相信什么或打算做什么。

模型分数代表什么含义？

三个分数用于在本段文本上比较负面、中性和正面这三种标签，通常加总接近 100%。它们适合作为模型内部的相对偏好对比，而不是保证正确性的概率值，也不是经过校准的置信区间。在讽刺、否定、情感混杂、领域差异明显或超出训练语言范围的文本上，即使分数很高也可能判断错误，因此不应单独依赖。

为什么首次下载大约有 297 MB？

工具使用约 279 MB 的量化 XLM-R ONNX 权重和约 17 MB 的分词器数据。这远大于一份简单的正负面关键词列表，但能够建模上下文中的语言模式，而不仅仅是数单词。浏览器通常会在首次运行后缓存这些公共文件，不过无痕模式、清理缓存或磁盘空间不足时，可能需要再次下载。

在没有 WebGPU 的情况下还能使用吗？

可以。worker 会先尝试使用 WebGPU 加速推理，如果浏览器或显卡不支持，或初始化失败，工具会自动回退到基于 WebAssembly 的 CPU 后端。CPU 模式使用的是同一套模型，文本依然只在本地处理，但加载和推理时间通常会更长。