{"isProfanity":true,"score":0.8,"severity":70,"flaggedFor":["insult"],"language":"en","dialect":"general"}
curl --location --request POST 'https://zylalabs.com/api/11452/retrieve+text+media+censorship+api/21612/text+analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"message": "I hate you"
}'
注册后,每个开发者都会被分配一个个人 API 访问密钥,这是一个唯一的字母和数字组合,用于访问我们的 API 端点。要使用 检索文本媒体审查 API 进行身份验证,只需在 Authorization 标头中包含您的 bearer token。
| 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。
(年度计费可节省 2 个月 🎉)
这个API提供了一种先进的系统,用于自动检测文本中的冒犯性语言,可以准确识别不当词汇、侮辱和潜在有害表达。其主要目标是帮助实时评估文本,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会返回结构化分析,包括多个指标,这些指标对于理解消息中存在的毒性水平至关重要。
最重要的属性之一是isProfanity,它是一个布尔值,表示文本是否包含冒犯性或不当语言。它还提供一个分数,这是一个量化指标,代表文本被认为是冒犯性的估计概率。这个值在需要根据不同上下文或受众调整管理阈值的环境中尤其有用。
该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。这个分类可以区分轻微的情况,如口语表达,以及更严重的情况,如直接侮辱或高度毒性语言。为了清晰起见,响应还具体说明了flaggedFor,它是一组类别,解释了文本被标记的确切原因,从而帮助自动化系统做出更明智的决策。
文本分析器端点返回结构化数据,其中包含分析文本中的冒犯性语言指标。关键输出包括文本是否包含脏话,严重性得分,风险得分,标记的类别,文本的语言和识别的方言
响应数据中的关键字段是 `isProfanity`(布尔值)、`score`(数值)、`severity`(数值)、`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。比如,`isProfanity`表示文本是否具有攻击性,而`flaggedFor`列出了标记的原因,便于自动系统进行解析和解释
文本分析器端点提供有关攻击性语言的存在、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 这一综合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器端点的输入文本来自定义数据请求。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使用案例包括社交媒体平台的内容审核 网站上用户评论的过滤 增强聊天应用以防止骚扰 以及通过识别有害语言确保遵守社区指南
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保持 这确保了API能够有效识别和分类不同语境和方言中的冒犯性语言
响应中的标准数据模式包括明确指示文本是否包含亵渎词(`isProfanity`)、反映语言严重程度的数值评分以及`flaggedFor`中的类别列表。用户可以期待JSON响应中的一致格式和结构