AI Duygu Analizcisi

Size ne söylüyor

Bir metin yapıştırın, Analyze düğmesine basın; sayfa metnin olumlu mu olumsuz mu okunduğunu ve her iki taraf için bir puan bildirir. Nötr seçenek yoktur: hangi puan daha yüksekse başlık o olur ve ilerleme çubuğu o tarafa yönelir.

Bu bir kutupluluk sınıflandırıcısıdır, tam bir duygu analizi sistemi değildir. Yönleri çıkarmaz, öfke veya neşe gibi duyguları etiketlemez ve sonucu hangi sözcüklerin sürüklediğini açıklamaz. Tek ve dar bir soruyu yanıtlar — bu metin olumlu mu olumsuz mu kulağa geliyor? — ve yorumu size bırakır.

Model

Paketlenmiş model, SST-2 geleneğinde cümle düzeyinde bir kutupluluk sınıflandırıcısıdır: kısa İngilizce cümleler, çoğunlukla film eleştirileri, olumlu veya olumsuz olarak etiketlenmiş. Bu köken önemlidir. Sıradan, değerlendirici bir dille ifade edilen görüşlerde iyidir; hiç görüş bulunmayan olgusal metinlerde ise daha zayıftır.

İki puan normalde yaklaşık olarak bire toplanır, çünkü temeldeki sınıflandırıcı her sınıfa bir olasılık atar. Sayfa her ikisini de gösterir, ancak büyük etiket ve çubuk yalnızca yüksek olanı izler.

Sonuç nasıl çizilir

Olumlu kazandığında panel gülen bir simge, yeşil renkte Positive sözcüğünü ve genişliği yüzde 50 artı olumlu puanın yarısı olan bir çubuk gösterir. Dolayısıyla 0.90 olumlu puan yüzde 90 değil, yüzde 85'lik bir çubuk çizer. Çubuk, puanın doğrudan bir grafiği değil, orta noktadan görsel bir sapmadır.

Olumsuz kazandığında aynı matematik olumsuz puana uygulanır ve etiket kırmızıya döner. Puanlar tam olarak eşitse kod olumsuz dala düşer, yani tam bir beraberlik Negative olarak görüntülenir.

Çubuğun altında her iki yüzde, Negative ve Positive olarak etiketlenmiş şekilde yan yana yazdırılır. Bunlar gerçek sayılardır; çubuk yalnızca bir özettir. Clear düğmesi metin alanını boşaltır, karakter sayısını sıfırlar ve sonucu gizler.

Adım adım

1. Metni kutuya yapıştırın veya yazın. Karakter sayacı siz yazdıkça güncellenir.
2. En az üç karakter olana kadar Analyze düğmesi devre dışı kalır.
3. İlk çalıştırmada tarayıcı metin çalışma ortamını ve BERT modelini indirir. Panel her aşamayı adlandırır.
4. Analyze Sentiment düğmesine basın. Sonuç, boş durumun yerini alır.
5. Metni düzenleyin ve karşılaştırmak için yeniden analiz edin; model yüklü kalır.

İlk çalıştırma beklemesinden kaçınmak isterseniz Load AI Model düğmesi her şeyi önceden yükler. Yüklendikten sonra yeşil bir "Model Ready" durumuna geçer.

Puanları dürüstçe okumak

Bir puan, sınıflandırıcının bir etikete duyduğu güvendir, ölçülen bir duygu yoğunluğu değildir. 0.95 olumlu, modelin cümlenin olumlu sınıfa ait olduğundan emin olduğu anlamına gelir; cümlenin aşırı olumlu olduğu anlamına gelmez. Hafif olumlu bir eleştiri ile coşkulu bir eleştiri her ikisi de 0.99 civarına düşebilir.

Küçük farklar gürültüdür. 0.52 olumluya karşı 0.48 olumsuz sonucu yazı tura atmaya yakındır ve tek bir sözcüğü yeniden ifade etmek sonucu tersine çevirebilir. 0.45 ile 0.55 aralığındaki her şeyi zayıf bir olumlu yerine çözülmemiş olarak değerlendirin.

Uzun metin özel bir durumdur. Modelin sabit bir girdi penceresi vardır, bu nedenle uzun bir pasaj etkili biçimde kesilir veya dahili olarak özetlenir. Beş özelliği öven ve birini eleştiren bir eleştiri, açılışa hangi bölüm hâkimse ona göre sınıflandırılabilir ve gösterilen puan metnin çoğunun yok sayıldığı konusunda sizi uyarmaz.

Nerede işe yarar

• Kısa görüş cümleleri. "The battery lasts all day" veya "The app crashes constantly" tam olarak modelin üzerinde eğitildiği biçimdedir.
• Eleştiri ön elemesi. Bir yığın yorumu okumadan önce genel olarak olumlu ve genel olarak olumsuz diye ayırmak.
• Hızlı ton kontrolü. Bir başlığı, bir sloganı veya bir müşteri yanıtını sağlamasını yapmak.
• Öğretim. Bir metin sınıflandırıcısının sözcükleri iki olasılığa nasıl dönüştürdüğünün derli toplu bir gösterimi.
• Filtreleme. Bir destek gelen kutusunda olası şikâyetleri bir insanın incelemesi için işaretlemek.

Nerede başarısız olur

Alay, klasik başarısızlıktır. "Great, another delay" olumlu sözcük dağarcığı ve olumsuz anlam içerir; model çoğu zaman niyeti değil sözcükleri okur. İronik ifadeler, iğneleyici övgüler ve retorik sorular da benzer şekilde güvenilmezdir.

Olumsuzlama düzensiz ele alınır. "Fena değil" ve "iyi değil" sözcük dağarcığında birbirine yakın durur ama anlamca zıttır ve uzun bir cümlede tek bir olumsuzlama gözden kaçabilir. Karışık duygu durumu da düzleştirilir: ürünü öven ve teslimatı yerden yere vuran bir paragraf tek bir etikete dönüşür, her iki görüşün de var olduğuna dair hiçbir işaret kalmaz.

Olguya dayalı ve nötr metinler ikili bir yapıya zorlanır. Bir teknik özellik tablosu, bir haber başlığı veya bir hukuki maddenin kutupluluğu yoktur, ancak sınıflandırıcı yine de bir kazanan döndürür. Bu sonuçları hafif bir eğilim olarak değil, anlamsız olarak değerlendirin.

Alan kayması önemlidir. Model, film eleştirisi dilinden öğrenmiştir; ürün yorumları, sohbet mesajları, tweet'ler, klinik notlar ve İngilizce olmayan metinlerin tümü farklı davranır. Emoji, argo ve kısaltmalar büyük ölçüde model için görünmezdir.

Yapmadıkları

Nötr sınıf yok, duygu etiketi yok, özellik bazlı duygu analizi yok, cümle bazında çözümleme yok, anahtar kelime vurgulama yok, açıklama yok, dil algılama yok, çeviri yok ve toplu analiz yok. Yoğunluğu bir ölçekte puanlamaz ve bir metnin neden o şekilde sınıflandırıldığını size söylemez.

Gizlilik

Metin, WebAssembly içinde yerel olarak işlenir. Sunucuya hiçbir şey gönderilmez ve sayfa kapatıldıktan sonra hiçbir şey saklanmaz. Çalışma ortamı ve model ilk kullanımda genel CDN'lerden indirilir; bu, aracın açıldığını ortaya koyar ama yazdıklarınızı değil. Bu da onu, kendi veri kurallarınıza tabi olmak kaydıyla iç notlar ve müşteri mesajları için kullanılabilir kılar.

Sınırlar

Aynı anda tek bir metin parçası, dosya yükleme yok, toplu mod yok, dil seçimi yok ve ayarlanabilir eşik yok. Modelin giriş penceresi, uzun bir belgenin ne kadarının gerçekten dikkate alındığını sınırlar. WebAssembly destekli modern bir tarayıcı ve ilk yüklemede ağ erişimi gerekir.

Sık yapılan hatalar

• Nötr bir sonuç beklemek. Modelin yalnızca iki sınıfı vardır ve her zaman birini seçer.
• Puanı yoğunluk olarak değerlendirmek. Puan, bir etikete duyulan güvendir, hissin gücü değil.
• Koca bir makaleyi analiz etmek. Uzun metin kısaltılır ve sonuç yalnızca bir kısmını yansıtabilir.
• Alaycılık tespitine güvenmek. İroni, görünürdeki kutupluluğu rutin olarak tersine çevirir.
• Olguya dayalı metinlerde kullanmak. Teknik özelliklerin ve haberlerin sınıflandırılacak bir görüşü yoktur.
• Yüzde 52'lik bir sonucu bir bulgu olarak okumak. Başa baş sonuçlar kararsızdır ve kolayca tersine döner.

Sıkça Sorulan Sorular