Elysia Tools

在一个清晰的工作台里浏览工具、案例、可视化和主题指南。

热门分类

专题

语言
ZHESPTRUFRDEEN

Elysia Tools

导航

AI Tools

HN 提及态度分类:赞扬、批评与阅读意向

· 最后更新:2026-10-22

审校 JSON 或 CSV 中针对指定书籍或实体的态度。区分赞扬、批评、阅读意向和中性提及,再统计推荐。

详情

这个工具可以帮你完成什么

粘贴最多 20 行,必填 entity 和 context,可选 id、commentId。上下文必须原样包含实体。混合模式只将未解决的上下文发送给 OpenRouter,固定使用 deepseek/deepseek-v4.1-flash-1017,单次请求限时 45 秒,不重试、不替换模型。纯规则模式不调用模型。分数是启发式或模型自报值,不代表校准后的准确率;模型可能出错。混合态度、低置信度及未解决记录不会自动计票。去重提及不等于推荐:赞扬票按 commentId/实体或完全相同的实体/上下文去重,不合并别名。支持下载 JSON、防公式注入 CSV 和未确认的修正模板。保留 id、fingerprint 并设置 confirmed: true 后,修正仅适用于同一输入。本工具不建立持久标注库、不训练模型;平台与模型服务商的数据留存政策仍适用。

执行

运行这个工具

填写表单、运行工具,并在同一页面查看结果。

案例

与这个工具匹配的案例

相关内容

继续查看相关工具与专题

由 Elysia Tools 团队编写

工具使用指南

详细了解工具的适用范围、支持能力及用户案例。

关键事实

分类
AI Tools
输入类型
textarea, select, number
输出类型
html
案例覆盖
4
API 可用
是

概览

HN 提及态度分类工具专用于审校讨论中针对书籍或特定实体的真实评价。通过输入包含实体名及上下文的 JSON 或 CSV 数据,系统自动辨别赞扬、批评、阅读意向与中性表述,过滤掉负评与待读提及,仅基于高置信度且去重后的真实好评统计推荐票数。

适用场景

  • 整理技术论坛书单并需要排除“想读却没读”或负面吐槽的虚假好评时。
  • 需要审校小批量社区评论(20 行以内),精确提取对某个软件或框架的真实赞扬票时。
  • 希望在纯离线规则和固定大模型辅助之间灵活切换以审计实体情感倾向时。

使用方式

  1. 1接收粘贴的 JSON 或 CSV 记录(最多 20 行),验证 context 中是否原样包含必填的 entity 字段。
  2. 2按设定模式进行分类:纯规则模式完全离线匹配;混合模式仅将规则无法裁决的未解决记录发送给 deepseek/deepseek-v4.1-flash-1017。
  3. 3根据设定的最低置信度阈值过滤赞扬记录,排除混合态度与低置信度内容,并按 commentId 或精确上下文去重计票。
  4. 4生成可视化 HTML 审校结果,同时提供修正模板、JSON 及防公式注入的 CSV 下载。

常见用途

  • 社区技术书单筛选:剔除评论中仅表达“打算读”或“弃读”的干扰项,准确沉淀高口碑书籍。
  • 开源项目声誉核查:分析 HN 讨论串中针对特定库的真实好评率与集中批评点。
  • 小规模评论数据清洗:导出防公式注入的规范 CSV 和审计报告,供离线存档或二次校验。

同类对比

  • 将各种文本格式转换为Excel,支持自定义解析和格式化选项

  • 从粘贴文本、混合分隔符、键值行或 HTML 中推断表格,并导出 CSV、JSON 和 Markdown。

  • 预览 JSONata 风格查询与转换,支持多数据对比,并导出 JSON、CSV、YAML 或 Markdown。

适合谁

适合

  • 在浏览器中提取内容。
  • 需要设置输入格式的工作流,例如自动检测或JSON。
  • “Hatred is not a recommendation”这类工作流,一次完成。

不适合

  • 完全自动化的批量任务——本页面面向交互使用,脚本请调用 API 端点。
  • 其他格式的内容——本工具只接受内容。

常见失败与 edge cases

  • 超大文件

    大文件处理更慢,还可能触及浏览器内存上限——请先用小样本测试。

  • 不检查输出结果

    正式使用前,请先把输出的前几行或前几页与输入对照检查。

  • 非常规导出工具生成的文件

    有些文件用了不常见的格式变体,转换可能不干净——如果输出异常,请用原应用重新保存后再试。

示例

1. 过滤待读清单与负面评价

技术博主

背景

博主打算从 HN 评论中整理一份真正被读者认可的科幻书单,避免将买书计划或负评误计为推荐。

问题

多条评论中同时存在“很爱”、“讨厌”以及“准备去读”,传统关键词匹配容易全部归为提及。

如何使用

选择 JSON 格式与纯规则模式,粘贴 3 条包含《Dune》的上下文,设置赞扬置信度为 0.85。

format: json, mode: rules, threshold: 0.85

结果

系统仅将明确表达喜爱的记录判定为有效赞扬票,讨厌归为批评,想读归为阅读意向,推荐票数准确计为 1。

2. 审校复杂评论与转折句式

数据分析师

背景

分析师正在快速核验一段导出的 CSV 评论,其中包含既赞扬设定又批评结局的转折复合句。

问题

含有褒贬两面态度的复杂评论若直接计票会导致推荐度虚高,需要先归类为未解决待人工确认。

如何使用

输入 CSV 数据,选择纯规则模式并将置信度阈值调至 0.95,导出未解决修正模板。

format: csv, mode: rules, threshold: 0.95

结果

明确推荐的记录顺利通过计票,带转折的混合记录保持未解决状态且不自动计票,生成可编辑的修正模板供复核。

常见问题

输入数据有什么字段限制和行数要求?

单次最多支持 20 行记录,必填字段为 entity 和 context(且 context 必须原样包含 entity),可选字段为 id 和 commentId。

纯规则模式与混合模式有什么区别?

纯规则模式完全基于本地启发式规则,不发起网络请求;混合模式仅将规则无法判定的文本发送给指定的单一模型请求一次。

只要提到书名就会被算作一票推荐吗?

不会。提及并不等于推荐,仅达到置信度阈值的明确赞扬才会计票,批评、待读意向、混合态度及低置信度提及均不计入。

赞扬票是如何进行去重处理的?

系统会依据 commentId/entity 组合或完全相同的 entity/context 进行去重,但不会自动合并实体的不同别名。

如何应用自定义修正来调整分类结果?

可下载系统生成的修正模板,保留原记录的 id 和 fingerprint,修改分类并将 confirmed 设为 true 后填入修正输入框重新运行。

专题

HN 评论实体推荐票复核与榜单交付

把获准使用的 HN 评论导出整理成可追溯推荐榜单:保留语境,区分赞扬、批评和想读意向,复核争议计票,交付经过跨批次核对的结果。

首页
工具3206
案例593
可视化468
文件查看器103
专题236
标签333
图像、音频与视频657

图像、音频、视频处理、转换与优化工具

数学、日期与金融645

计算器、数值计算、日期逻辑、统计与金融工具

设计与颜色298

颜色、版式、图形、视觉样式与设计辅助工具

文本与写作209

写作、清洗、格式化、提取与文本分析工具

开发与 Web193

开发者工具、网络处理、Web 调试与自动化辅助工具

转换与编码175

格式、文件、压缩包、单位与编码转换工具

长文改编 X 串文与 LinkedIn 帖子的事实复核与交付
Markdown 互动课件审校、离线演示与交付
小房间家具布局复核与搬入方案交付
FLAC/WAV 无损音源疑点筛查与证据交付
自托管抽奖组件配置复核、嵌入测试与上线交付

© 2026 Elysia Tools. 保留所有权利。

文档价格关于我们服务条款隐私政策Cookie 政策联系我们
数据

CSV示例

各种数据类型、大小和复杂度级别的CSV示例文件

编程语言

Python 示例

Python代码示例和Hello World演示

可观测性

分布式追踪示例

使用 Jaeger、OpenTelemetry 和其他现代可观测性工具的综合分布式追踪示例,适用于微服务架构

云服务

AWS EventBridge 示例

AWS EventBridge 示例,包括事件总线、规则、目标、模式注册表、自定义事件和跨账户事件路由,适用于无服务器事件驱动架构

Data Processing

结构化日志解析器

自动识别常见日志格式,提取核心字段并推断字段类型,支持导出为 JSON、CSV 或 SQL。

Data Processing

PDF 表格提取到 CSV/JSON

用 OpenDataLoader 从 PDF 中抽取表格,并导出为结构化 JSON、扁平 CSV 或 HTML 表格

Data Analysis

数据集不平衡检测与重采样

检测 CSV 或 JSON 数据集中的类别不平衡,对比重采样策略,并预览平衡后的输出数据集

Data Analysis

时间序列预测与季节性分析

从 CSV 或 JSON 时间序列数据中预测未来数期,并在一份报告中查看趋势、季节项和残差分解

文本转Excel转换器
混乱文本结构化数据工作台
JSONata 查询转换工作室