Nlp

NLTagger est l’API d’Apple pour l’analyse de sentiment. Elle est intégrée dans iOS et macOS, fonctionne on-device, ne nécessite pas de serveur, et se trouve à trois lignes de code de distance. C’est le premier résultat qu’on trouve en cherchant “sentiment analysis Swift”. Voici ce qu’elle renvoie pour du texte que n’importe quel développeur écrirait lors d’une journée normale : Message NLTagger Réalité “delete the temp file” -0.8 Instruction neutre “ok” -0.8 Confirmation neutre “run make test” -0.6 Instruction neutre “commit and push” -0.4 Instruction neutre “great job, thanks!” +1.0 Positif (correct) “this is fucking broken” -1.0 Négatif (correct) L’échelle va de -1.0 (très négatif) à +1.0 (très positif). Selon Apple, “delete the temp file” a presque la même charge émotionnelle que “this is fucking broken”. Et “ok” – la réponse la plus neutre de la langue anglaise – obtient un score de -0.8. ...

Imaginez que vous construisez une application qui analyse les conversations d’une équipe de développement. Vous voulez détecter si le ton général est sain ou s’il y a des signes de stress. Vous utilisez NLTagger d’Apple parce qu’il est disponible, gratuit, fonctionne on-device et ne nécessite pas de serveur. Trois lignes de code et le tour est joué. Première surprise : la phrase “kill the process and restart the daemon” obtient une note de -0.6. Négatif. Presque hostile. “Fatal error in memory allocation” atteint -0.8. Et “crash report uploaded successfully” — qui est littéralement une bonne nouvelle — obtient -0.4. ...