{"document":{"sentiment":"negative","sentimentWithNeutral":"negative","confidence":0.4515},"sentences":[{"sentiment":"neutral","offset":0,"confidence":0.36,"length":11}]}
curl --location --request GET 'https://zylalabs.com/api/7823/capture+emotion+tone+insights+api/12813/sentiment+detection?text=i love it' --header 'Authorization: Bearer YOUR_API_KEY'
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 भावना स्वर अंतर्दृष्टि पकड़ें 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 🎉)
कैप्चर इमोशन टोन इनसाइट्स API एक उपकरण है जो प्राकृतिक भाषा प्रसंस्करण (NLP) पर आधारित है जो आपको लिखित पाठ का विश्लेषण करने और उनकी भावनात्मक सामग्री का विस्तृत आकलन प्राप्त करने की अनुमति देता है। यह API सरल पाठ को इनपुट के रूप में प्राप्त करता है और सकारात्मक, नकारात्मक और तटस्थ भावनात्मक स्कोर के साथ एक JSON संरचना लौटाता है, साथ ही एक समग्र स्कोर जो पाठ की सामान्य भावनात्मक प्रवृत्ति का सारांश देता है
व्याकरणात्मक विश्लेषण मॉडल के लिए धन्यवाद जो बड़े मात्रा में भाषाई डेटा के साथ प्रशिक्षित हैं, यह API प्राकृतिक भाषा में वाक्यांशों के भावनात्मक टोन की सटीकता से पहचान कर सकता है। उदाहरण के लिए, जब “मुझे यह पसंद है” जैसे वाक्यांश का विश्लेषण किया जाता है, तो सिस्टम उच्च सकारात्मक स्कोर (0.677), मध्यम तटस्थ स्कोर (0.323), शून्य नकारात्मक स्कोर और 0.6369 का समग्र स्कोर लौटाता है, जो एक मजबूत सकारात्मक भावनात्मक अभिव्यक्ति को इंगित करता है
यह API कई परिदृश्यों में विशेष रूप से उपयोगी है: सामाजिक मीडिया निगरानी, उत्पाद या सेवा समीक्षा विश्लेषण, ग्राहक फीडबैक सिस्टम से लेकर मानव संसाधन अनुप्रयोगों तक जो आंतरिक सर्वेक्षणों में भावनात्मक जलवायु का आकलन करने का प्रयास करते हैं। इसे विश्लेषणात्मक डैशबोर्ड, चैटबोट या व्यावसायिक बुद्धिमत्ता उपकरणों में आसानी से एकीकृत किया जा सकता है
इस एपीआई का उपयोग करने के लिए उपयोगकर्ताओं को एक पाठ दर्ज करना होगा ताकि वे भावना विश्लेषण प्राप्त कर सकें
कैप्चर इमोशन टोन इनसाइट्स एपीआई जिसे टेक्स्ट डेटा का विश्लेषण करने और उसमें व्यक्त भावनात्मक टोन का पता लगाने के लिए डिज़ाइन किया गया है
सभी प्राथमिकताओं के अनुसार विभिन्न योजनाएं हैं जिसमें कुछ अनुरोधों के लिए एक निःशुल्क परीक्षण शामिल है लेकिन आपकी दरों को सेवा के दुरुपयोग से बचाने के लिए सीमित किया गया है
Zyla लगभग सभी प्रोग्रामिंग भाषाओं के लिए एक विस्तृत श्रृंखला के एकीकरण विधियाँ प्रदान करता है आप अपनी ज़रूरत के अनुसार अपने प्रोजेक्ट के साथ एकीकृत करने के लिए इन कोड का उपयोग कर सकते हैं
एपीआई एक JSON ऑब्जेक्ट वापस करता है जिसमें भावना विश्लेषण के परिणाम होते हैं जिसमें समग्र भावना, आत्मविश्वास के स्कोर और व्यक्तिगत वाक्यों के लिए विस्तृत भावना शामिल होती है
मुख्य क्षेत्र "भावना" (कुल भावना), "विश्वास" (भावना की निश्चितता), और "वाक्य" (प्रत्येक वाक्य के लिए भावना का विवरण देने वाला एरे जिसमें ऑफ़सेट और लंबाइयाँ शामिल हैं) हैं
प्रतिक्रिया को एक JSON ऑब्जेक्ट के रूप में संरचित किया गया है जिसमें समग्र भावना के लिए एक "दस्तावेज़" अनुभाग और प्रत्येक वाक्य के विस्तृत विश्लेषण के लिए एक "वाक्य" ऐरे है
अंत बिंदु "text" (विश्लेषण के लिए इनपुट टेक्स्ट) और "language" (भाषा निर्दिष्ट करने के लिए, उदाहरण के लिए, 'en' अंग्रेजी के लिए या 'de' जर्मन के लिए) जैसे पैरामीटर स्वीकार करता है
यह एंडपॉइंट पाठ के भावनात्मक स्वर के बारे में अंतर्दृष्टि प्रदान करता है जिसमें भावना वर्गीकरण (सकारात्मक नकारात्मक तटस्थ) और समग्र और वाक्य-विशिष्ट भावनाओं के लिए आत्मविश्वास स्तर शामिल हैं
उपयोगकर्ता संपूर्ण भावना का विश्लेषण कर सकते हैं ताकि ग्राहक की राय को समझा जा सके और वाक्य-स्तरीय डेटा का उपयोग करके चिंता के विशिष्ट क्षेत्रों या सकारात्मक फीडबैक की पहचान की जा सके जो लक्षित प्रतिक्रियाओं में मदद करता है
एपीआई प्राकृतिक भाषा प्रसंस्करण और मशीन लर्निंग एल्गोरिदम का उपयोग करता है जो लगातार विविध डेटा सेट पर प्रशिक्षित होते हैं ताकि भावना पहचानने में सटीकता बढ़ाई जा सके
सामान्य उपयोग के मामलों में सोशल मीडिया पर मनोभाव का निगरानी करना ग्राहक फीडबैक का विश्लेषण करना और ब्रांड की प्रतिष्ठा का आकलन करना शामिल है जो व्यवसायों को भावनात्मक अंतर्दृष्टियों के आधार पर जानकारी पर निर्णय लेने में मदद करता है