Technische Details der KI-Sentimentanalyse
ConvoChat führt eine feinkörnige Stimmungsanalyse von Chat-Texten durch, indem es das große Sprachmodell Google Gemini integriert. Das System bewertet die Stimmung im Dialog anhand mehrerer Dimensionen wie Wortschatzauswahl, Emoji-Verwendung, Satzstruktur usw. und gibt schließlich eine dreistufige Bewertung (positiv/negativ/neutral) aus. Der Kernalgorithmus verwendet ein vortrainiertes Modell, das auf der Transformer-Architektur basiert, wobei in der Feinabstimmungsphase spezifische Trainingsdaten für das Instant-Messaging-Szenario hinzugefügt werden.
Während der Analyse identifiziert das Tool wichtige emotionale Wendepunkte, wie plötzliche Wortwechsel oder eine erhöhte Emoji-Dichte. Bei Gruppenchats berechnet das System auch den Weg der Emotionsausbreitung zwischen den Sprechern. Der Analysebericht zeigt Stimmungsprofile im Zeitverlauf an, wobei deutliche Spitzen und Tiefpunkte markiert werden. Diese Daten können mit Aktivitäts-Heatmaps überlagert und analysiert werden, um Stimmungsmuster zu bestimmten Tageszeiten aufzudecken.
- Analysedimensionen: lexikalische Stimmungswerte, Emoji-Gewichtungen, Zeichensetzungsmerkmale
- Zeitliche Genauigkeit: erkennt Stimmungsschwankungen über einen Zeitraum von 15 Minuten
- Sonderbehandlung: Erkennen von ironischem Ton und rhetorischen Fragen
- Clusteranalyse: Kartierung der Beziehung zwischen den emotionalen Auswirkungen der Mitglieder
Diese Antwort stammt aus dem ArtikelConvoChat: Analyse von Gesprächsdaten aus WhatsApp und anderen Chat-AppsDie
Deutsch 
简体中文 
English 
日本語 
Português do Brasil