Look what's just come on the market in #ValThorens! A recently renovated, charming 6 bed duplex apartment in the heart of the resort with superb views!
Analýza sentimentu je proces extrakcie všeobecného sentimentu z bloku textu. V podstate ide o určenie, či je text pozitívny alebo negatívny.
Generatívne modely umelej inteligencie, ako napríklad GPT-4, GPT-5, GPT-OSS 120B, LLaMA 3, Yi 34B a Mixtral 8x7B, sú veľmi dobré pri vykonávaní analýzy sentimentu a analýzy emócií.
Predstavme si napríklad, že náš program nájde nasledujúci Twit:
Look what's just come on the market in #ValThorens! A recently renovated, charming 6 bed duplex apartment in the heart of the resort with superb views!
Ide o komerčný Twit, ktorý jasne vyjadruje pozitívne nálady.
Model spracovania prirodzeného jazyka zodpovedný za analýzu sentimentu by vrátil hlavný sentiment a jeho pravdepodobnosť. Tu by sme dostali pozitívny sentiment s vysokou pravdepodobnosťou.
Analýza emócií spočíva v detekcii jednej alebo viacerých emócií z bloku textu: smútok, radosť, láska, hnev, strach, prekvapenie...
Model spracovania prirodzeného jazyka zodpovedný za analýzu emócií by vrátil každú emóciu spolu s jej pravdepodobnosťou.
Sentiment analysis and emotion analysis can be achieved with generative AI models like GPT-4 or GPT-5 but also but open-source alternatives like GPT-OSS 120B, LLaMA 3, Mixtral 8x7B, Yi 34B, and more. On NLP Cloud you can perform sentiment analysis and emotion analysis either with small and fast models like DistilBERT or with larger generative AI models like GPT-OSS 120B, LLaMA 3, Mixtral 8x7B, or Yi 34B. tr%

Analýzy nálad a emócií môžu byť zaujímavé v mnohých situáciách. Uveďme si niekoľko príkladov.
Predstavte si, že pracujete v marketingovom oddelení, ktoré pravidelne zverejňuje nový obsah na sociálnych sieťach. Možno budete chcieť automaticky monitorovať reakcie používateľov, aby ste mohli rýchlo zasiahnuť v prípade negatívnej spätnej väzby.
Niektoré požiadavky na podporu môžu byť naliehavejšie ako iné, v závislosti od toho, ako sú používatelia nahnevaní. Automatické zisťovanie nálady používateľa môže pomôcť podpore rýchlejšie riešiť kritické požiadavky.
Zistiť náladu niekoľkých ľudí na internete je jednoduché, ale pochopiť globálnu náladu tisícov ľudí je niečo iné. Kľúčovým riešením je tu automatizovaná analýza sentimentu.
Hneď po uvedení nového produktu na trh môže byť veľmi dôležité rýchlo reagovať v prípade zlého prijatia zo strany zákazníkov, blogerov, novinárov... V takýchto situáciách môže pomôcť analýza nálad.
Služba NLP Cloud navrhuje rozhranie API pre analýzu sentimentu, ktoré umožňuje vykonávať analýzu sentimentu a analýzu emócií hneď po vybalení, a to na základe DistilBERT Base Uncased Finetuned SST-2, Distilbert Base Uncased Emotion, Finbert spoločnosti Prosus AI, GPT-OSS 120B, LLaMA 3, Mixtral 8x7B, Yi 34B a ďalších. Sú to veľmi dobré alternatívy ku GPT-5 a GPT-4. Čas odozvy (latencia) je v prípade modelov DistilBERT a Finbert veľmi nízky. Presnosť je vyššia pri generatívnych modeloch ako GPT-OSS 120B, LLaMA 3, Mixtral 8x7B a Yi 34B. Môžete použiť predtrénovaný model alebo si natrénovať vlastný model, prípadne nahrať vlastné modely!
Ďalšie podrobnosti nájdete v našej dokumentácii o analýze nálad tu. Pokročilé použitie nájdete v koncovom bode API pre generovanie textu tu. A ľahko otestujte analýzu nálad na našom ihrisku.
Lokálne testovanie analýzy nálad/emócií je jedna vec, ale jej spoľahlivé používanie v produkcii je vec druhá. Vďaka službe NLP Cloud môžete robiť oboje!