AI உணர்வு பகுப்பாய்வி

இது உங்களுக்குச் சொல்வது

ஒரு உரையை ஒட்டி, Analyze-ஐ அழுத்தவும், பக்கம் அது நேர்மறையாகவா அல்லது எதிர்மறையாகவா படிக்கப்படுகிறது என்பதை ஒவ்வொரு பக்கத்திற்கும் ஒரு மதிப்பெண்ணுடன் தெரிவிக்கும். நடுநிலை விருப்பம் எதுவும் இல்லை: எந்த மதிப்பெண் அதிகமாக உள்ளதோ அதுவே தலைப்பாகும், மேலும் முன்னேற்றப் பட்டை அந்தப் பக்கம் சாயும்.

இது ஒரு துருவமுனைப்பு வகைப்படுத்தி, முழுமையான உணர்வுப் பகுப்பாய்வு அமைப்பு அல்ல. இது கூறுகளைப் பிரித்தெடுக்காது, கோபம் அல்லது மகிழ்ச்சி போன்ற உணர்வுகளைக் குறிக்காது, எந்தச் சொற்கள் முடிவை உருவாக்கின என்பதை விளக்காது. இது ஒரு குறுகிய கேள்விக்கு மட்டுமே பதிலளிக்கிறது — இந்த உரை சாதகமாகவா அல்லது பாதகமாகவா ஒலிக்கிறது? — மீதமுள்ள விளக்கத்தை உங்களிடம் விட்டுவிடுகிறது.

மாதிரி

இணைக்கப்பட்ட மாதிரி SST-2 பாரம்பரியத்தில் ஒரு வாக்கிய-நிலை துருவமுனைப்பு வகைப்படுத்தி: குறுகிய ஆங்கில வாக்கியங்கள், பெரும்பாலும் திரைப்பட விமர்சனங்கள், நேர்மறை அல்லது எதிர்மறை எனக் குறிக்கப்பட்டவை. அந்த மூலம் முக்கியம். இது சாதாரண, மதிப்பீட்டு மொழியில் வடிவமைக்கப்பட்ட கருத்துகளில் சிறந்தது, ஆனால் கண்டறிய கருத்தே இல்லாத உண்மைச் சார்ந்த உரையில் பலவீனமானது.

இரண்டு மதிப்பெண்களும் பொதுவாக தோராயமாக ஒன்றாகக் கூடும், ஏனெனில் அடிப்படை வகைப்படுத்தி ஒவ்வொரு வகுப்பிற்கும் ஒரு நிகழ்தகவை ஒதுக்குகிறது. பக்கம் இரண்டையும் காட்டுகிறது, ஆனால் பெரிய லேபிள் மற்றும் பட்டை அதிகமான ஒன்றை மட்டுமே பின்பற்றுகின்றன.

முடிவு எவ்வாறு வரையப்படுகிறது

நேர்மறை வெல்லும்போது, பலகம் ஒரு புன்னகைப் ஐகான், பச்சை நிறத்தில் Positive என்ற சொல், மற்றும் நேர்மறை மதிப்பெண்ணின் பாதியுடன் 50 சதவீதம் கூட்டப்பட்ட அகலம் கொண்ட ஒரு பட்டையைக் காட்டும். எனவே 0.90 நேர்மறை மதிப்பெண் 85 சதவீத பட்டையை வரையும், 90 சதவீத பட்டையை அல்ல. பட்டை என்பது நடுப்புள்ளியிலிருந்து ஒரு காட்சிப் பக்கச் சாய்வு, மதிப்பெண்ணின் நேரடி வரைபடம் அல்ல.

எதிர்மறை வெல்லும்போது, அதே கணக்கு எதிர்மறை மதிப்பெண்ணுக்குப் பொருந்தும், லேபிள் சிவப்பாக மாறும். மதிப்பெண்கள் சரியாகச் சமமாக இருந்தால், குறியீடு எதிர்மறை கிளையில் விழும், எனவே ஒரு சரியான சமநிலை Negative எனக் காட்டப்படும்.

பட்டைக்குக் கீழே, இரு சதவீதங்களும் பக்க அருகருகே அச்சிடப்படும், Negative மற்றும் Positive எனக் குறிக்கப்பட்டு. அவை உண்மையான எண்கள்; பட்டை ஒரு சுருக்கம் மட்டுமே. Clear பொத்தான் உரைப் பெட்டியைக் காலியாக்கி, எழுத்து எண்ணிக்கையை மீட்டமைத்து முடிவை மறைக்கும்.

படிப்படியாக

1. பெட்டியில் உரையை ஒட்டவும் அல்லது தட்டச்சு செய்யவும். நீங்கள் தட்டச்சு செய்யும்போது எழுத்து கவுண்டர் புதுப்பிக்கப்படும்.
2. குறைந்தபட்சம் மூன்று எழுத்துகள் இருக்கும் வரை Analyze பொத்தான் முடக்கப்பட்டே இருக்கும்.
3. முதல் இயக்கத்தில், உலாவி உரை இயக்கச் சூழலையும் BERT மாதிரியையும் பதிவிறக்கும். பலகம் ஒவ்வொரு நிலையையும் பெயரிடும்.
4. Analyze Sentiment-ஐ அழுத்தவும். முடிவு காலி நிலையை மாற்றும்.
5. ஒப்பிட உரையைத் திருத்தி மீண்டும் பகுப்பாய்வு செய்யவும்; மாதிரி ஏற்றப்பட்டே இருக்கும்.

முதல் இயக்கக் காத்திருப்பைத் தவிர்க்க விரும்பினால் Load AI Model பொத்தான் எல்லாவற்றையும் முன்கூட்டியே ஏற்றும். ஏற்றப்பட்டதும் அது பச்சை நிற "Model Ready" நிலைக்கு மாறும்.

மதிப்பெண்களை நேர்மையாகப் படித்தல்

ஒரு மதிப்பெண் என்பது ஒரு லேபிளில் வகைப்படுத்தியின் நம்பிக்கை, உணர்வின் அளவிடப்பட்ட தீவிரம் அல்ல. 0.95 நேர்மறை என்பது வாக்கியம் நேர்மறை வகுப்பைச் சேர்ந்தது என மாதிரி நம்புகிறது என்பதாகும்; அது வாக்கியம் மிகவும் நேர்மறை என்று பொருள் அல்ல. மிதமான சாதகமான விமர்சனமும் மிக மகிழ்ச்சியான ஒன்றும் 0.99-க்கு அருகில் இருக்கலாம்.

சிறிய வேறுபாடுகள் இரைச்சல். 0.48 எதிர்மறைக்கு எதிரான 0.52 நேர்மறை முடிவு ஒரு நாணயச் சுழற்சிக்கு அருகில் உள்ளது, ஒரு சொல்லை மாற்றி எழுதுவது அதை மாற்றிவிடலாம். 0.45 முதல் 0.55 வரையிலான எந்த ஒன்றையும் பலவீனமான நேர்மறையாகக் கருதாமல் தீர்க்கப்படாததாகக் கருதவும்.

நீண்ட உரை ஒரு சிறப்பு நிலை. மாதிரிக்கு ஒரு நிலையான உள்ளீட்டு சாளரம் உள்ளது, எனவே ஒரு நீண்ட பகுதி உண்மையில் துண்டிக்கப்படுகிறது அல்லது உள்ளே சுருக்கப்படுகிறது. ஐந்து அம்சங்களைப் புகழ்ந்து ஒன்றை விமர்சிக்கும் ஒரு விமர்சனம், தொடக்கத்தில் எந்தப் பகுதி ஆதிக்கம் செலுத்துகிறதோ அதன் அடிப்படையில் வகைப்படுத்தப்படலாம், மேலும் பெரும்பாலான உரை புறக்கணிக்கப்பட்டது என்பதைக் காட்டப்படும் மதிப்பெண் உங்களுக்கு எச்சரிக்காது.

இது எங்கு வேலை செய்கிறது

• குறுகிய கருத்து வாக்கியங்கள். "The battery lasts all day" அல்லது "The app crashes constantly" ஆகியவை மாதிரி பயிற்சி பெற்ற வடிவம் சரியாகவே.
• விமர்சன முக்கியத்துவப்படுத்தல். படிப்பதற்கு முன் ஒரு குவியல் கருத்துகளை பரந்த நேர்மறை மற்றும் பரந்த எதிர்மறை என வரிசைப்படுத்துதல்.
• விரைவான தொனி சரிபார்ப்புகள். ஒரு தலைப்பு, ஒரு விளம்பர வாக்கியம் அல்லது ஒரு வாடிக்கையாளர் பதிலை நம்பகத்தன்மை சரிபார்த்தல்.
• கற்பித்தல். ஒரு உரை வகைப்படுத்தி சொற்களை இரண்டு நிகழ்தகவுகளாக எவ்வாறு மாற்றுகிறது என்பதற்கான ஒரு சுருக்கமான செயல்விளக்கம்.
• வடிகட்டுதல். ஒரு ஆதரவு இன்பாக்ஸில் சாத்தியமான புகார்களை மனிதர் மதிப்பாய்வு செய்யக் குறித்தல்.

இது எங்கு தோல்வியடைகிறது

கிண்டல் என்பது வழக்கமான தோல்வி. "Great, another delay" நேர்மறை சொல்லகராதியையும் எதிர்மறை அர்த்தத்தையும் கொண்டுள்ளது, மேலும் மாதிரி பெரும்பாலும் நோக்கத்தை விட சொற்களையே படிக்கிறது. முரண், மறைமுகப் புகழுரைகள் மற்றும் அணிவிளக்க வினாக்கள் ஒரே மாதிரியாக நம்பமுடியாதவை.

எதிர்மறை சமமற்ற முறையில் கையாளப்படுகிறது. "Not bad" மற்றும் "not good" சொற்களஞ்சியத்தில் நெருக்கமாக உள்ளன, ஆனால் பொருளில் எதிர்மறையானவை, மேலும் ஒரு நீண்ட வாக்கியத்தில் ஒரு எதிர்மறை தவறவிடப்படலாம். கலப்பு உணர்வும் தட்டையாக்கப்படுகிறது: தயாரிப்பைப் புகழ்ந்து, விநியோகத்தைக் கண்டிக்கும் ஒரு பத்தி ஒரே லேபிளாக மாறுகிறது, இரண்டு கருத்துகளும் உள்ளன என்பதற்கான எந்த அறிகுறியும் இல்லாமல்.

உண்மைசார் மற்றும் நடுநிலை உரை ஒரு இருமமாக கட்டாயப்படுத்தப்படுகிறது. ஒரு விவரக்குறிப்பு தாள், ஒரு செய்தித் தலைப்பு அல்லது ஒரு சட்டப் பிரிவுக்கு எந்த துருவமும் இல்லை, இருப்பினும் வகைப்படுத்தி இன்னும் ஒரு வெற்றியாளரைத் திருப்பித் தருகிறது. அந்த முடிவுகளை லேசான சாய்வாகக் கருதாமல் அர்த்தமற்றதாகக் கருதுங்கள்.

கள மாற்றம் முக்கியமானது. இந்த மாதிரி திரைப்பட-விமர்சன மொழியிலிருந்து கற்றுக்கொண்டது; தயாரிப்பு விமர்சனங்கள், அரட்டைச் செய்திகள், ட்வீட்டுகள், மருத்துவக் குறிப்புகள் மற்றும் ஆங்கிலம் அல்லாத உரை அனைத்தும் வெவ்வேறு விதமாக நடந்துகொள்கின்றன. எமோஜி, வழக்குச் சொற்கள் மற்றும் சுருக்கங்கள் பெரும்பாலும் அதற்கு கண்ணுக்குத் தெரியாதவை.

அது என்ன செய்யாது

நடுநிலை வகுப்பு இல்லை, உணர்ச்சி லேபிள்கள் இல்லை, அம்ச அடிப்படையிலான உணர்வு இல்லை, வாக்கியம் வாரியான பிரிப்பு இல்லை, முக்கியச் சொல் சிறப்பிக்கல் இல்லை, விளக்கம் இல்லை, மொழி கண்டறிதல் இல்லை, மொழிபெயர்ப்பு இல்லை மற்றும் தொகுதி பகுப்பாய்வு இல்லை. இது ஒரு அளவில் தீவிரத்தை மதிப்பிடாது, மேலும் ஒரு உரை ஏன் அப்படி வகைப்படுத்தப்பட்டது என்பதை அது உங்களுக்குச் சொல்லாது.

தனியுரிமை

உரை WebAssembly இல் உள்ளூரில் செயலாக்கப்படுகிறது. எதுவும் சேவையகத்திற்கு அனுப்பப்படுவதில்லை, பக்கம் மூடப்பட்ட பிறகு எதுவும் சேமிக்கப்படுவதில்லை. இயக்கநேரமும் மாதிரியும் முதல் பயன்பாட்டில் பொது CDN களிலிருந்து பதிவிறக்கப்படுகின்றன, இது கருவி திறக்கப்பட்டது என்பதை வெளிப்படுத்துகிறது, ஆனால் நீங்கள் தட்டச்சு செய்ததை அல்ல. உங்கள் சொந்த தரவு விதிகளுக்கு உட்பட்டு, உள் குறிப்புகள் மற்றும் வாடிக்கையாளர் செய்திகளுக்கு இதைப் பயன்படுத்தலாம்.

வரம்புகள்

ஒரு நேரத்தில் ஒரு உரைத் துண்டு, கோப்பு பதிவேற்றம் இல்லை, தொகுதி பயன்முறை இல்லை, மொழி தேர்வு இல்லை மற்றும் சரிசெய்யக்கூடிய வரம்பு இல்லை. ஒரு நீண்ட ஆவணத்தில் எவ்வளவு உண்மையில் கருதப்படுகிறது என்பதை மாதிரியின் உள்ளீட்டு சாளரம் வரம்பிடுகிறது. WebAssembly மற்றும் முதல் ஏற்றுதலில் பிணைய அணுகல் கொண்ட நவீன உலாவி தேவை.

பொதுவான தவறுகள்

• நடுநிலை முடிவை எதிர்பார்த்தல். மாதிரியில் இரண்டு வகுப்புகள் மட்டுமே உள்ளன, எப்போதும் ஒன்றைத் தேர்ந்தெடுக்கும்.
• மதிப்பெண்ணை தீவிரமாகக் கருதுதல். இது ஒரு லேபிளில் உள்ள நம்பிக்கை, உணர்வின் வலிமை அல்ல.
• ஒரு முழு கட்டுரையையும் பகுப்பாய்வு செய்தல். நீண்ட உரை துண்டிக்கப்படுகிறது, முடிவு அதன் ஒரு பகுதியை மட்டுமே பிரதிபலிக்கலாம்.
• நையாண்டி கண்டறிதலை நம்புதல். நையாண்டி வழக்கமாக வெளிப்படையான துருவத்தை மாற்றிவிடும்.
• உண்மைசார் உரையில் இதைப் பயன்படுத்துதல். விவரக்குறிப்புகள் மற்றும் செய்திகளில் வகைப்படுத்த எந்த கருத்தும் இல்லை.
• 52 சதவீத முடிவை ஒரு கண்டுபிடிப்பாகப் படித்தல். நெருக்கமான சமநிலைகள் நிலையற்றவை மற்றும் எளிதில் தலைகீழாகும்.

அடிக்கடி கேட்கப்படும் கேள்விகள்