{"content": "shit", "bad_words_total": 1, "bad_words_list": [{"original": "shit", "word": "shit", "deviations": 0, "info": 2, "start": 0, "end": 4, "replacedLen": 4}], "censored_content": "****"}
curl --location --request POST 'https://zylalabs.com/api/11022/bad+words+removed+api/20767/censure' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw 'shit'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए गलत शब्द हटा दिए गए API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| हेडर | विवरण |
|---|---|
Authorization
|
आवश्यक
होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें।
|
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
(वार्षिक बिलिंग के साथ 2 महीने बचाएँ 🎉)
बैड वर्ड्स रिमूव्ड एपीआई को पाठों में आपत्तिजनक या अनुपयुक्त भाषा की पहचान, विश्लेषण और सेंसर करने के लिए डिज़ाइन किया गया है इसका मुख्य उद्देश्य सभी प्रकार के दर्शकों के लिए सुरक्षित, अधिक सम्मानित और उपयुक्त डिजिटल वातावरण सुनिश्चित करना है विशेष रूप से उन प्लेटफार्मों पर जहां उपयोगकर्ता सामग्री उत्पन्न करते हैं जैसे कि सोशल नेटवर्क, फोरम, चैट, वीडियो गेम या शैक्षणिक एप्लिकेशन
यह एपीआई पाठ का अर्थ और संदर्भ विश्लेषण करके काम करता है जब सामग्री का एक स्ट्रिंग भेजा जाता है तो प्रणाली इसे शब्द दर शब्द जांचती है जो विभिन्न भाषाओं और वर्तनी भिन्नताओं में आपत्तिजनक अभिव्यक्तियों के अद्यतन डेटाबेस के साथ मेल खाती है परिणाम में विस्तृत जानकारी शामिल होती है जैसे कि पाए गए अनुपयुक्त शब्दों की कुल संख्या पाठ के भीतर उनका सही स्थान कोई भी वर्तनी विचलन और प्रत्येक अवधि की गंभीरता स्तर
विश्लेषण के अलावा एपीआई स्वचालित सेंसरशिप कार्यक्षमता प्रदान करता है जो एक क्षेत्र उत्पन्न करता है जिसे censored_content कहा जाता है जो पता लगाए गए शब्दों को प्रतीकों द्वारा प्रतिस्थापित करता है उदाहरण के लिए "****" यह डेवलपर्स को संचार के प्रवाह को बाधित किए बिना पाठ के फ़िल्टर्ड संस्करण को आसानी से एकीकृत करने की अनुमति देता है या संवेदनशील सामग्री को उजागर करता है
एक और लाभ अनुकूलन है संदर्भ या लक्षित दर्शकों के अनुसार संवेदनशीलता के स्तर को अनुकूलित करना संभव है सेंसर किए गए शब्दों की सूची को विस्तारित या कम किया जा सकता है इसे स्वचालितModeration सिस्टम प्रशासनिक पैनलों या सुरक्षित भाषा अधिग्रहण के लिए कृत्रिम बुद्धिमत्ता के साथ भी एकीकृत किया जा सकता है
संक्षेप में यह एपीआई केवल एक profanity फ़िल्टर के रूप में कार्य नहीं करता है बल्कि एक पूर्ण भाषाई मॉडरेशन प्रणाली के रूप में कार्य करता है इसकी कार्यान्वयन डिजिटल सह-अस्तित्व में सुधार में योगदान करती है ऑनलाइन उत्पीड़न को कम करती है और इसके उपयोग करने वाले प्लेटफार्मों की प्रतिष्ठा की रक्षा करती है स्वतंत्रता की अभिव्यक्ति और सम्मानजनक संचार के बीच संतुलन प्रदान करती है
Censure एन्डपॉइंट एक JSON ऑब्जेक्ट लौटाता है जिसमें मूल सामग्री, पहचाने गए आपत्तिजनक शब्दों की कुल संख्या, उन शब्दों की एक सूची जिसमें उनके विवरण शामिल हैं, और सामग्री का एक सेंसर किया गया संस्करण होता है यह डेवलपर्स को अनुचित भाषा के स्तर को समझने और एक फ़िल्टर किया गया आउटपुट प्रदान करने की अनुमति देता है
प्रतिक्रिया में प्रमुख क्षेत्र हैं `content` (मूल पाठ), `bad_words_total` (अस्वस्थ शब्दों की संख्या), `bad_words_list` (प्रत्येक.detected शब्द के विवरण), और `censored_content` (अस्वस्थ शब्दों के स्थान पर बदला गया पाठ) ये क्षेत्र मॉडरेशन के लिए व्यापक अंतर्दृष्टि प्रदान करते हैं
प्रतिक्रिया डेटा JSON ऑब्जेक्ट के रूप में संरचित है इसमें मूल सामग्री के लिए एक मुख्य ऑब्जेक्ट कुल खराब शब्दों के लिए क्षेत्रों एक सूची का पता लगाए गए शब्दों के साथ विवरण और सेंसर किया गया संस्करण शामिल है यह संगठन आसान पार्सिंग और अनुप्रयोगों में एकीकरण की सुविधा प्रदान करता है
सेन्सर एंडपॉइंट उन पैरामीटर को स्वीकार करता है जैसे कि विश्लेषण के लिए पाठ और संवेदनशीलता स्तरों के लिए वैकल्पिक सेटिंग्स उपयोगकर्ता अपनी आवश्यकताओं के अनुसार फ़िल्टरिंग मानदंड को समायोजित करने के लिए संदर्भ या दर्शक को निर्दिष्ट करके अपने अनुरोधों को कस्टमाइज़ कर सकते हैं
उपयोगकर्ता `bad_words_list` का विश्लेषण करके लौटाए गए डेटा का उपयोग कर सकते हैं ताकि यह समझ सकें कि कौन से शब्द चिह्नित किए गए हैं और उनकी गंभीरता क्या है `censored_content` को सीधे छंटनी किए गए पाठ को प्रदर्शित करने के लिए इस्तेमाल किया जा सकता है जिससे सम्मानजनक संवाद सुनिश्चित होता है जबकि संदर्भ बनाए रखा जाता है
विशिष्ट उपयोग के मामलों में सोशल मीडिया, फोरम और चैट एप्लिकेशन पर उपयोगकर्ता द्वारा उत्पन्न सामग्री को नियंत्रित करना शामिल है, साथ ही शैक्षिक उपकरणों और वीडियो गेम में उचित भाषा सुनिश्चित करना भी शामिल है यह विभिन्न प्लेटफार्मों में एक सम्मानजनक वातावरण बनाए रखने में मदद करता है
डेटा की सटीकता के लिए हानिकारक शब्दों के डेटाबेस को लगातार अपडेट कर maintained किया जाता है जिसमें विभिन्न भाषाएँ और वर्तनी के प्रकार शामिल हैं नियमित समीक्षाएँ और समुदाय की प्रतिक्रिया यह सुनिश्चित करने में मदद करती हैं कि यह सूची प्रासंगिक और अनुचित भाषा का पता लगाने में प्रभावी बनी रहे
मानक डेटा पैटर्न में आपत्तिजनक शब्दों की स्पष्ट पहचान, पाठ के भीतर उनकी स्थिति और प्रत्येक शब्द को आवंटित गंभीरता स्तर शामिल हैं उपयोगकर्ता उत्तर में लगातार स्वरूपण की अपेक्षा कर सकते हैं जिससे परिणामों को समाकलित और विश्लेषित करना आसान हो सके