该API提供了一种先进的系统,能够自动检测文本中的冒犯性语言,从而准确识别不当词汇、侮辱性言辞以及潜在的有害表达。其主要目标是实时评估文本,提高用户生成内容的安全性和质量。当文本作为输入发送时,API返回一个结构化的分析,其中包含几个指标,便于理解消息中存在的毒性水平。
最重要的属性之一是isProfanity,这是一个布尔值,表示文本是否包含冒犯性或不当语言。它还提供一个分数,这是一个定量指标,表示该文本被认为是亵渎的可能性。这个值在需要根据不同背景或受众调整审核阈值的环境中特别有用。
API还包括一个严重性字段,用于分类检测到的语言的严重程度。这个分类允许区分轻微情况,例如口语表达,以及更严重的情况,例如直接侮辱或高度毒性语言。为清晰起见,响应还指定了flaggedFor,一个类别集合,解释了文本被标记的确切原因,使自动化系统能够做出更明智的决策。
分析文本并检测冒犯性语言,返回严重性、分数、标记类别、语言以及内容是否应被视为亵渎或不当
文本分析器 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"isProfanity":true,"score":0.8,"severity":70,"flaggedFor":["insult"],"language":"en","dialect":"general"}
curl --location --request POST 'https://zylalabs.com/api/11453/text+content+censoring+api/21613/text+analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"message": "I hate you"
}'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
文本分析器端点返回结构化数据,包括被分析文本中的冒犯性语言指标 主要输出包括文本是否包含粗俗语言 严重性评分 风险评分 被标记的类别 文本语言及识别出的方言
响应数据中的关键字段包括 `isProfanity`(布尔值)、`score`(数字)、`severity`(数字)、`flaggedFor`(类别数组)、`language`(字符串)和 `dialect`(字符串)这些字段提供了对检测到的攻击性语言的性质和严重性的洞察
响应数据以JSON格式组织,每个键代表分析的特定方面。例如 `isProfanity` 表示文本是否具有冒犯性,而 `flaggedFor` 列出标记的原因,便于自动系统的解析和解释
文本分析器端点提供有关冒犯性语言的存在、严重程度级别、风险评分、标记内容的类别以及文本的语言和方言的信息。这种全面的分析有助于理解用户生成内容的毒性
用户可以通过调整发送到文本分析端点的输入文本来自定义他们的数据请求。虽然该端点不接受额外的参数,但文本内容本身可以变化以测试不同的场景并分析各种类型的语言
文本分析器数据的典型用例包括社交媒体平台的内容审核 过滤网站用户评论 增强聊天应用以防止骚扰 以及通过识别有害语言确保遵循社区指南
数据准确性通过对基础语言模型的持续更新和对多样化数据集的定期评估得以维护 这确保了API能够有效识别和分类不同语境和方言中的攻击性语言
响应中的标准数据模式包括明确指示文本是否包含亵渎内容(`isProfanity`),反映语言严重程度的数字评分,以及`flaggedFor`中的分类列表。用户可以期待JSON响应中的格式和结构一致
服务级别:
100%
响应时间:
814ms
服务级别:
100%
响应时间:
519ms
服务级别:
100%
响应时间:
778ms
服务级别:
100%
响应时间:
349ms
服务级别:
100%
响应时间:
127ms
服务级别:
100%
响应时间:
1,333ms
服务级别:
100%
响应时间:
166ms
服务级别:
100%
响应时间:
263ms
服务级别:
100%
响应时间:
250ms
服务级别:
100%
响应时间:
477ms
服务级别:
100%
响应时间:
285ms
服务级别:
100%
响应时间:
4,377ms
服务级别:
100%
响应时间:
246ms
服务级别:
100%
响应时间:
53ms
服务级别:
100%
响应时间:
257ms
服务级别:
100%
响应时间:
1,151ms
服务级别:
100%
响应时间:
278ms
服务级别:
100%
响应时间:
56ms
服务级别:
100%
响应时间:
1,048ms
服务级别:
100%
响应时间:
3,062ms