टेक्स्ट से भावनाओं की पुनर्प्राप्ति एपीआई एक उन्नत टेक्स्ट विश्लेषण समाधान है जो आपको किसी भी लिखित सामग्री के भावनात्मक स्वर को पहचानने की अनुमति देता है यह उपकरण टेक्स्ट इनपुट को प्रोसेस करता है और एक विस्तृत विश्लेषण लौटाता है जिसमें समग्र भावना वर्गीकरण (सकारात्मक, नकारात्मक या तटस्थ) शामिल होता है साथ ही एक विश्वास स्कोर और प्रत्येक श्रेणी का प्रतिशत विवरण भी शामिल होता है
एपीआई प्रतिक्रिया में एक भावना क्षेत्र शामिल होता है जो प्रमुख भावना को इंगित करता है साथ ही एक स्कोर और विश्वास स्तर जो बताता है कि टेक्स्ट का भावनात्मक प्रवृत्ति कितनी स्पष्ट है इसके अलावा, ब्रेकडाउन सेक्शन सकारात्मकता, नकारात्मकता और तटस्थता के प्रतिशत को विभाजित करता है जिससे आप मिश्रित या असामान्य टेक्स्ट में भी भावनात्मक बारीकियों को समझ सकते हैं
एक और उल्लेखनीय विशेषता भावनात्मक कुंजीशब्दों की निकासी है जो पहचानी जाती हैं जैसे किDetected tone के लिए जिम्मेदार होती हैं जो सामग्री का अनुकूलन करने, विज्ञापन अभियानों को समायोजित करने या ऑनलाइन प्रतिष्ठा को ट्रैक करने में उपयोगी है विश्लेषण में मूल भावनाओं का एक घटक भी शामिल होता है (खुशी, दुख, डर, आश्चर्य, घृणा और गुस्सा) यह संगणक मनोविज्ञान कार्यों, ग्राहक निगरानी या वास्तविक समय संवाद विश्लेषण के लिए आदर्श है
इसके अलावा, टेक्स्ट की व्यक्तिपरकता की गणना की जाती है जो बताती है कि यह एक राय या एक वस्तुनिष्ठ बयान है यह संदर्भों में उपयोगी है जैसे कि मीडिया विश्लेषण, उत्पाद मूल्यांकन या ओपन सर्वेक्षण विश्लेषण
एक तेज और सटीक प्रतिक्रिया के साथ (कम processingTime) यह एपीआई ग्राहक सेवा, विपणन, मानव संसाधन, सामाजिक प्लेटफार्मों, आभासी सहायक और बहुत कुछ में आसानी से एकीकृत करने के लिए डिज़ाइन किया गया है इसका लचीला डिज़ाइन और बहुभाषी समर्थन इसे वेब और मोबाइल अनुप्रयोगों में लागू करने की अनुमति देता है
संक्षेप में, टेक्स्ट से भावनाओं की पुनर्प्राप्ति एपीआई भाषा की भावनात्मक सामग्री में गहरी अंतर्दृष्टि प्रदान करता है जिससे व्यवसायों और डेवलपर्स को मानव इंटरैक्शन को बेहतर ढंग से समझने, उपयोगकर्ता अनुभव को सुधारने और सटीक भावनात्मक डेटा के आधार पर निर्णय लेने में मदद मिलती है
{"success":true,"data":{"sentiment":"neutral","confidence":0.01,"score":0,"breakdown":{"positive":0,"negative":0,"neutral":1},"wordCount":2,"sentimentWords":{"positive":[],"negative":[]},"emotions":{"joy":0,"anger":0,"fear":0,"sadness":0,"surprise":0,"disgust":0},"subjectivity":0},"timestamp":"2025-07-28T16:55:29.762Z","processingTime":4}
curl --location --request POST 'https://zylalabs.com/api/9161/retrieve+sentiment+from+text+api/16568/sentiment+analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "Hello world",
"language": "en"
}'
| 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।
संवेदना विश्लेषक एंडपॉइंट इनपुट टेक्स्ट का विस्तृत विश्लेषण लौटाता है जिसमें समग्र संवेदना वर्गीकरण (सकारात्मक नकारात्मक तटस्थ) एक आत्मविश्वास स्कोर संवेदना श्रेणियों का प्रतिशत विभाजन भावनात्मक कीवर्ड मूल भावनाएँ और विषयवास्तु शामिल हैं
प्रतिक्रिया में प्रमुख क्षेत्र शामिल हैं "भावना" (प्रधान भावना), "विश्वास" (वर्गीकरण की निश्चितता), "ब्रेकडाउन" (सकारात्मकता, नकारात्मकता, तटस्थता का प्रतिशत), "कीवर्ड" (भावनात्मक कीवर्ड), "भावनाएँ" (पाई गई मूल भावनाएँ), और "विषयात्मकता" (राय बनाम वस्तुनिष्ठ)
प्रतिक्रिया डेटा को JSON प्रारूप में संरचित किया गया है जिसमें भावना विश्लेषण परिणामों के लिए शीर्ष स्तर के क्षेत्र हैं प्रत्येक क्षेत्र विशेष सुराग प्रदान करता है जैसे भावना वर्गीकरण विश्वास स्तर और विस्तृत विश्लेषण जिससे इसे प्रोग्रामेटिक रूप से पार्स और उपयोग करना आसान हो जाता है
सेंटिमेंट एनालाइजर एंडपॉइंट के लिए प्राथमिक पैरामीटर "टेक्स्ट" है जो इनपुट स्ट्रिंग की आवश्यकता है जिसे विश्लेषित किया जाना है उपयोगकर्ता अपनी अनुरोधों को विभिन्न टेक्स्ट इनपुट प्रदान करके अनुकूलित कर सकते हैं ताकि अनुकूलित सेंटिमेंट विश्लेषण परिणाम प्राप्त कर सकें
विशिष्ट उपयोग के मामलों में ग्राहक फीडबैक की निगरानी करना मार्केटिंग सामग्री का अनुकूलन करना सोशल मीडिया इंटरैक्शन का विश्लेषण करना सर्वेक्षणों में भावना विश्लेषण करना और चैटबॉट्स या वर्चुअल सहायक में उपयोगकर्ता अनुभव को बढ़ाना शामिल हैं
डेटा सटीकता को उन्नत प्राकृतिक भाषा प्रसंस्करण एल्गोरिदम के माध्यम से बनाए रखा जाता है जो विविध पाठ नमूनों से लगातार सीखते हैं नियमित अपडेट और गुणवत्ता जांच सुनिश्चित करती हैं कि मॉडल भाषा के बारीकियों और विकासशील भावना अभिव्यक्तियों के अनुसार अनुकूलित होता है
उपयोगकर्ता ग्राहक भावना में रुझानों की पहचान करने के लिए लौटाए गए डेटा का लाभ उठा सकते हैं भावनात्मक अंतर्दृष्टियों के आधार पर मार्केटिंग रणनीतियों को अनुकूलित कर सकते हैं और पाठ में व्यक्त उपयोगकर्ता के विचारों और भावनाओं को समझकर उत्पाद विकास को बढ़ावा दे सकते हैं
यदि इनपुट पाठ बहुत छोटा या अस्पष्ट है तो एपीआई कम विश्वास स्कोर या अधूरा विश्लेषण लौटा सकता है उपयोगकर्ताओं को सुनिश्चित करना चाहिए कि पाठ पर्याप्त रूप से वर्णनात्मक हो और ऐसे मामलों को संभालने के लिए बैकअप तंत्र लागू करने पर विचार करना चाहिए
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,738ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
816ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
17ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
86ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
48ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,441ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
46ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
129ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,237ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
507ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
448ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
100ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
779ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,381ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,440ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
13ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
174ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
427ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
189ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
164ms