情感分析

← ToolBox / 情感分析
📖 檢視「情感分析使用指南」

📊 Local Sentiment Analysis

Detect positive or negative sentiment in text locally, with an emotion label and confidence score. Suited to quick review and opinion triage.

本工具在瀏覽器本地對文本做情感分析（中文內建情感詞庫 / 英文 DistilBERT 模型），輸出情感極性，全程不上傳。

🔗 相關工具

🤖 Dropout 保留期望Dropout 期望輸出計算器，輸入保留機率求 dropout 後的期望輸出與推理期縮放因子，輔助… 🔍 L1 L2 正則化懲罰L1/L2 正則化懲罰計算器，輸入權重與正則係數求對損失函式的懲罰項，對比 Lasso 與 Rid… 🔍 OCR 文字識別線上 OCR 文字識別工具，瀏覽器本地從圖片提取文字，支援中英文與多行識別，結果可複製編輯，資料不… 🤖 RAG 召回率RAG 召回率計算器，輸入相關文件數與檢索命中數求召回率，評估檢索增強生成的檢索覆蓋質量。 🤖 ROC AUC 近似輸入正負樣本預測得分，估算 ROC 曲線下面積 AUC，評估分類器排序能力，適用於模型選型、閾值無… 🤖 ReLU 與 LeakyReLUR ReLU 與 LeakyReLU

📚 深度解析：情感分析

💡 常見使用場景

本地情感判斷
輸入'這家店服務太差，再也不來了' → 標籤'負面', 置信度 0.92。'還行吧，一般般' → '中性'。模型對含蓄表達(如反諷)可能誤判。

❓ 常見問題（FAQ）

為什麼有時判錯？
輕量本地模型難捕諷刺、雙重否定與領域黑話；強需求可用雲端大模型配合上下文，但涉及文本外發需評估隱私。
文本會洩露嗎？
不會。本工具在瀏覽器內完成推理，文本不離開裝置；代價是模型能力受本地資源限制。