टेक्स्ट इमोशन रिकग्निशन एपीआई एक शक्तिशाली टूल है जो आपको दिए गए टेक्स्ट में व्यक्त भावनाओं के बारे में मूल्यवान अंतर्दृष्टि प्राप्त करने में मदद कर सकता है। यह एपीआई विभिन्न स्रोतों से टेक्स्ट का विश्लेषण करने के लिए उन्नत प्राकृतिक भाषा प्रसंस्करण (एनएलपी) तकनीकों का उपयोग करता है, जिसमें सोशल मीडिया, ग्राहक सहायता पूछताछ और सर्वेक्षण शामिल हैं। इन टेक्स्ट में उपयोग की गई भाषा की व्याख्या करके, एपीआई लेखक द्वारा व्यक्त भावनाओं की पहचान और वर्गीकरण कर सकता है।
टेक्स्ट इमोशन रिकग्निशन एपीआई के प्राथमिक लाभों में से एक इसका सटीक और विश्वसनीय भावनात्मक अंतर्दृष्टि प्रदान करने की क्षमता है। यह एपीआई खुशी, sadness, गुस्सा, डर और अन्य सहित विभिन्न भावनाओं की पहचान कर सकता है, जिससे आपको अपने दर्शकों की भावनात्मक स्थिति को बेहतर समझने में मदद मिलती है। समय के साथ इन भावनाओं का विश्लेषण करके, आप भावनात्मक परिवर्तनों के बारे में मूल्यवान अंतर्दृष्टि प्राप्त कर सकते हैं, जिससे आप अपनी संचार रणनीति को समायोजित कर सकते हैं।
टेक्स्ट इमोशन रिकग्निशन एपीआई का एक और लाभ इसकी विस्तारशीलता है। यह एपीआई तेजी से और सटीक रूप से बड़े मात्रा के टेक्स्ट का विश्लेषण कर सकता है, जिससे इसे वास्तविक समय में अनुप्रयोगों के लिए आदर्श बनाता है। उदाहरण के लिए, आप इस एपीआई का उपयोग सोशल मीडिया फीड, ग्राहक समीक्षाओं और अन्य फीडबैक स्रोतों को वास्तविक समय में मॉनिटर करने के लिए कर सकते हैं, जिससे आप उत्पन्न होने वाली किसी भी समस्या का त्वरित उत्तर दे सकें।
संक्षेप में, टेक्स्ट इमोशन रिकग्निशन एपीआई एक शक्तिशाली टूल है जो आपको दिए गए टेक्स्ट में व्यक्त भावनाओं के बारे में मूल्यवान अंतर्दृष्टि प्राप्त करने में मदद कर सकता है। इसकी उन्नत एनएलपी क्षमताओं के साथ, यह एपीआई आपको अपनी संचार रणनीति में सुधार करने, अपने ब्रांड की धारणा को बढ़ाने और प्रतिस्पर्धा से आगे रहने में मदद कर सकता है।
यह एक पैरामीटर प्राप्त करेगा और आपको एक JSON प्रदान करेगा।
प्रत्येक योजना पर 10 अनुरोध प्रति सेकंड।
{"confidence_score":0.9990007281303406,"emotions":{"sadness":0.9979654550552368},"overall_sentiment":"Negative","sentiment_score":0.4204545454545454,"subjectivity":0.6515151515151515,"summary":"The overall sentiment is negative with a confidence score of 1.00. Sentiment score is 0.42 and subjectivity is 0.65. Key emotions detected include sadness."}
curl --location --request POST 'https://zylalabs.com/api/1948/text+emotion+recognition+api/1686/recognition' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"input_text": "I love the new features in Microsoft's latest update! However, their customer service is still lacking."
}'
| 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।
पहचान अंतर्निहित एक JSON ऑब्जेक्ट लौटाता है जिसमें इनपुट पाठ से व्युत्पन्न भावनात्मक अंतर्दृष्टियाँ होती हैं इसमें एक विश्वास स्कोर शामिल होता है पहचानी गई भावनाएँ कुल भावनात्मकता भावनात्मक स्कोर विषयगतता और विश्लेषण का सारांश शामिल है
प्रतिक्रिया में प्रमुख क्षेत्र "confidence_score" (विश्लेषण की सटीकता), "emotions" (पाई गई भावात्मक अवस्थाएँ), "overall_sentiment" (सामान्य भावना वर्गीकरण), "sentiment_score" (संख्यात्मक भावना मूल्य), और "summary" (खोजों का संक्षिप्त अवलोकन) शामिल हैं
पहचान एंडपॉइंट ऐसे पैरामीटर स्वीकार करता है जैसे "पाठ" (विश्लेषण के लिए इनपुट टेक्स्ट), "स्पेल_चेक" (स्पेल चेकिंग को सक्षम या अक्षम करने के लिए), और "कीवर्ड" (विश्लेषण में कीवर्ड निष्कर्षण को शामिल करने के लिए)
प्रतिक्रिया डेटा एक JSON ऑब्जेक्ट के रूप में संरचित है जिसमें नेस्टेड फ़ील्ड हैं मुख्य ऑब्जेक्ट में कुल मेट्रिक्स जैसे आत्मविश्वास और भावना होती है जबकि "भावनाएँ" फ़ील्ड विशेष भावनात्मक स्कोर को सूचीबद्ध करती है जिससे परिणामों की आसान व्याख्या की जा सके
एपीआई विभिन्न स्रोतों से पाठ का विश्लेषण करता है जिसमें सोशल मीडिया पोस्ट ग्राहक समर्थन प्रश्न सर्वेक्षण और समीक्षा शामिल हैं यह विविध डेटा इनपुट विभिन्न संदर्भों में भावनात्मक संवेदना की व्यापक समझ सुनिश्चित करने में मदद करता है
विशिष्ट उपयोग के मामलों में सामाजिक मीडिया पर ब्रांड भावना की निगरानी करना भावनात्मक स्थितियों का पता लगाकर ग्राहक सेवा को बढ़ाना उत्पाद प्रतिक्रिया का विश्लेषण करना सुधार के लिए और बाजार अनुसंधान करना शामिल हैं ताकि दर्शकों की भावनाओं को समझा जा सके
उपयोगकर्ता लौटाए गए डेटा का उपयोग संचार रणनीतियों को अनुकूलित करने के लिए, सुधार की आवश्यकता वाले क्षेत्रों की पहचान करने के लिए और वास्तविक समय में ग्राहक भावनाओं का जवाब देने के लिए कर सकते हैं उदाहरण के लिए एक निम्न भावना स्कोर ग्राहक चिंताओं को दूर करने के लिए त्वरित कार्रवाई को प्रोत्साहित कर सकता है
डेटा की सटीकता उन्नत प्राकृतिक भाषा प्रसंस्करण तकनीकों और विविध डेटासेट पर निरंतर मॉडल प्रशिक्षण के माध्यम से बनाए रखी जाती है नियमित अपडेट और गुणवत्ता जांचें सुनिश्चित करती हैं कि एपीआई विकसित हो रहे भाषा उपयोग और भावनात्मक अभिव्यक्ति के अनुसार अनुकूलित हो
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,738ms
सर्विस लेवल:
94%
रिस्पॉन्स टाइम:
658ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
129ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,441ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
176ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
17ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
48ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
309ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
148ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
46ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,461ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
8,778ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
0ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
21ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
13,507ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
12,425ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,503ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
4,303ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
13,020ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,093ms