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!
情感分析是从文本块中提取一般情感的过程。从根本上说,它就是要确定文本是积极的还是消极的。
生成式人工智能模型,如 GPT-4、GPT-5、GPT-OSS 120B、LLaMA 3、Yi 34B 和 Mixtral 8x7B,在进行情感分析和情绪分析方面非常出色。
例如,假设我们的程序发现了以下 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!
这是一条商业推特,明确表达了一种积极的情感。
负责情感分析的自然语言处理模型会返回主要情感及其可能性。在这里,我们会得到一个可能性较高的正面情绪。
情绪分析是从文本块中检测出一种或几种情绪:悲伤、喜悦、爱、愤怒、恐惧、惊讶......
负责情感分析的自然语言处理模型将返回每种情感及其可能性。
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%

情绪和情感分析在很多情况下都很有趣。让我们举几个例子。
想象一下,您在一个定期在社交网络上发布新内容的营销部门工作。您可能希望自动监控用户的反应,以便在出现负面反馈时迅速采取干预措施。
有些支持请求可能比其他请求更紧急,这取决于用户的愤怒程度。自动检测用户的情绪可以帮助支持人员更快地处理关键票据。
衡量互联网上几个人的情绪很容易,但了解全球成千上万人的情绪则是另一回事。自动情感分析是解决这一问题的关键。
在推出新产品后,如果客户、博客作者、记者等对产品的评价不佳,如何迅速做出反应至关重要。在这种情况下,情感分析可以提供帮助。
NLP Cloud 基于 DistilBERT Base Uncased Finetuned SST-2、Distilbert Base Uncased Emotion、Prosus AI 的 Finbert、GPT-OSS 120B、LLaMA 3、Mixtral 8x7B、Yi 34B 等提出了情感分析 API,使您可以开箱即用地进行情感分析和情绪分析。它们是 GPT-5 和 GPT-4 的很好替代品。DistilBERT 和 Finbert 模型的响应时间(延迟)非常短。GPT-OSS 120B、LLaMA 3、Mixtral 8x7B 和 Yi 34B 等生成模型的准确率更高。您可以使用预训练模型或训练自己的模型,也可以上传自己的自定义模型!
更多详情,请参阅我们的情感分析文档 这里. 有关高级用法,请参阅文本生成 API 端点 这里. 轻松测试情感分析 在我们的操场上。
在本地测试情感/情绪分析是一回事,但在生产中可靠地使用它又是另一回事。有了 NLP Cloud,您就可以同时做到这两点!