{"success":true,"content":{"toneDistribution":[{"tone":"\ud83d\ude0a Positive","percentage":80},{"tone":"\ud83d\ude10 Neutral","percentage":10},{"tone":"\ud83d\ude24 Frustrated","percentage":0},{"tone":"\ud83d\ude22 Sad","percentage":10}],"analysis":"The text 'Today I feel very happy.' has a predominantly positive tone indicated by the expression of happiness. The use of the word 'happy' explicitly conveys a sense of joy and positivity. This text contains no elements of frustration or sadness, which is why those tones have a percentage of 0. There is a small neutral component that represents the straightforwardness of the statement, devoid of additional emotional layers.","suggestions":"To maintain the positive tone, consider adding more context or reasons for your happiness that could enhance the emotional impact. If aiming for variety in tone, include additional sentences that describe different feelings or experiences throughout the day, balancing positive expressions with neutral observations or subtle challenges overcome."}}
curl --location --request GET 'https://zylalabs.com/api/10931/text+emotion+capture+api/20639/tone+checker?content=Today I feel very happy.' --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 टेक्स्ट इमोशन कैप्चर 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 🎉)
यह एपीआई किसी भी पाठ के भावनात्मक स्वर की विश्लेषण करने के लिए डिज़ाइन किया गया है, जो सामग्री द्वारा व्यक्त की गई संवेदनशीलता और मूड की विस्तृत जानकारी प्रदान करता है। इसका संचालन सरल और प्रभावी है: उपयोगकर्ता एक पाठ इनपुट के रूप में भेजता है, और एपीआई एक संरचित विश्लेषण के साथ प्रतिक्रिया करता है जिसमें विभिन्न स्वर की पहचान, प्रत्येक की उपस्थिति का प्रतिशत, और एक व्याख्यात्मक सारांश शामिल है।
उदाहरण के लिए, यह सकारात्मकता, तटस्थता, निराशा, या उदासी जैसी भावनाओं की पहचान कर सकता है, जो पाठ के भीतर प्रत्येक का अनुपात दिखाता है। इसके अलावा, यह एक वर्णात्मक विश्लेषण अनुभाग भी प्रदान करता है जहां यह परिणाम की व्याख्या करता है, समझने योग्य तरीके से बताता है कि किस प्रकार का भावनात्मक संदेश प्रबल है, यह पाठ के दौरान कैसे विकसित होता है, और कौन से कारक समग्र स्वर को प्रभावित करते हैं। इस जानकारी को पूरा करने के लिए, यह संचार को समायोजित या सुधारने के लिए व्यावहारिक सुझाव भी तैयार करता है: जैसे कि सकारात्मक स्वर पर जोर कैसे दिया जाए, भावनाओं को संतुलित कैसे किया जाए, या नकारात्मक धारणाओं को कैसे कम किया जाए।
यह एपीआई विशेष रूप से उन लोगों के लिए उपयोगी है जो अपने उत्पादों या कार्यप्रवाह में भावनात्मक बुद्धिमत्ता को शामिल करना चाहते हैं। इसे सोशल मीडिया विश्लेषण, ग्राहक फीडबैक मूल्यांकन, कॉर्पोरेट सामग्री समीक्षा, या यहां तक कि साहित्यिक पाठों के अध्ययन में लागू किया जा सकता है। इसका प्रतिशत- और श्रेणी-आधारित दृष्टिकोण स्वचालित भावनाओं की व्याख्या को सुविधाजनक बनाता है, जबकि इसका पाठ्य आउटपुट निर्णय लेने के लिए मानवीकरण और उपयोगी संदर्भ प्रदान करता है।
संक्षेप में, यह एपीआई न केवल भावनाओं को मापता है, बल्कि संचार में सुधार के लिए व्याख्या और सुझाव भी देता है। यह संदेशों को कैसे देखा जाता है और उन्हें कैसे अनुकूलित किया जा सकता है ताकि अधिक भावनात्मक प्रभाव उत्पन्न किया जा सके, समझने के लिए एक शक्तिशाली उपकरण है। इसके विश्लेषणात्मक क्षमताओं के लिए धन्यवाद, यह पाठ को कार्यक्षम डेटा में परिवर्तित करता है, जिससे संचार को एक अधिक सहानुभूतिपूर्ण, स्पष्ट और प्रभावी अनुभव बनाया जा सके।
टोने चेकker एंडपॉइंट इनपुट पाठ में पाए गए भावनात्मक टोन का संरचित विश्लेषण लौटाता है इसमें प्रत्येक पहचानी गई भावना के लिए प्रतिशत के साथ टोन वितरण एक विस्तृत व्याख्यात्मक विश्लेषण और संचार में सुधार के लिए व्यावहारिक सुझाव शामिल हैं
प्रतिक्रिया डेटा में मुख्य फ़ील्ड्स में शामिल हैं "toneDistribution" (जो पहचानित टोन और उनके प्रतिशतों की सूची देता है) "analysis" (भावनात्मक टोन का सारांश) और "suggestions" (संवाद को बेहतर बनाने के लिए सलाह)
प्रतिक्रिया डेटा JSON प्रारूप में संगठित है इसमें एक "सफलता" क्षेत्र है जो अनुरोध की स्थिति को दर्शाता है इसके बाद एक "सामग्री" वस्तु है जिसमें स्वर वितरण विश्लेषण और सुधार के लिए सुझाव शामिल हैं
टोन चेकर पाठ में मौजूद भावनात्मक टोन की जानकारी प्रदान करता है उनके संबंधित प्रतिशत भावनात्मक संदेश का विस्तृत विश्लेषण और पाठ के भावनात्मक प्रभाव को बढ़ाने के लिए कार्रवाई योग्य सुझाव
उपयोगकर्ता अपने अनुरोधों को टोन चेकर एन्डपॉइंट पर भेजे गए इनपुट पाठ को बदलकर कस्टमाइज़ कर सकते हैं विभिन्न पाठ विभिन्न टोन विश्लेषण और सुझावों का उत्पादन करेंगे जो मौजूद भावनात्मक सामग्री के आधार पर होते हैं
सामान्य उपयोग के मामलों में भावनात्मक जुड़ाव के लिए सामाजिक मीडिया पोस्ट का विश्लेषण करना ग्राहक प्रतिक्रिया का मूल्यांकन करना ताकि भावना को समझा जा सके कॉर्पोरेट संचार की टोन संगति की समीक्षा करना और साहित्यिक ग्रंथों का भावनात्मक गहराई के लिए अध्ययन करना शामिल हैं
डेटा सटीकता उन्नत कृत्रिम बुद्धिमत्ता एल्गोरिदम के माध्यम से बनाए रखी जाती है जो पाठ के पैटर्न और भावनात्मक संकेतों का विश्लेषण करते हैं निरंतर अपडेट और विभिन्न डेटासेट पर प्रशिक्षण मॉडल के प्रदर्शन और विश्वसनीयता में सुधार करने में मदद करते हैं
उपयोगकर्ता लौटाए गए डेटा का उपयोग स्वर वितरण की व्याख्या करके भावनात्मक प्रभाव का आकलन करने के लिए कर सकते हैं विश्लेषण को अपने संदेश को सुधारने के लिए लागू करते हुए और पाठक की भागीदारी तथा भावनात्मक गूंज बढ़ाने के लिए सुझावों को लागू करते हुए