{
"error": false,
"sentiment": {
"kind": "negative",
"confidence": 1
},
"tone": {
"kind": "professional",
"confidence": 0.33
},
"insult": 0.02,
"violence": 0.01,
"sexuality": 0.06,
"substance_abuse": 0.1,
"hate_speech": 0.03,
"profanity": 0.05,
"political_content": 0.04,
"medical_content": 0.04,
"advertisement": 0.08,
"educational_content": 0.05,
"entertainment": 0.19,
"humor": 0.04,
"sarcasm_and_irony": 0.05,
"clickbait": 0.04,
"spoilers": 0.13,
"misinformation": 0.1,
"copyright_infringement": 0.09,
"urgency_and_scams": 0.15,
"toxicity": 0.09,
"userLabels": {
"isTechSupportRequest": 0.09,
"isBillingSupportRequest": 0.94,
"isRefundRequest": 0.99,
"mentionsCompetitor": 0.01
}
}
curl --location --request POST 'https://zylalabs.com/api/13862/textinsights+-+custom+text+classification+api/31878/analyze' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "Hello, i would like to request a refund",
"includeDefaultPreset": true,
"userLabels": {
"isTechSupportRequest": "Is this a technical support request?",
"isBillingSupportRequest": "Is this a billing support request?",
"isRefundRequest": "Is the user requesting a refund?",
"mentionsCompetitor": "Does the text mention a competing company?"
}
}'
Después de registrarte, a cada desarrollador se le asigna una clave de acceso a la API personal, una combinación única de letras y dígitos proporcionada para acceder a nuestro endpoint de la API. Para autenticarte con el TextInsights - Clasificación de texto personalizada API simplemente incluye tu token de portador en el encabezado de Autorización.
| Encabezado | Descripción |
|---|---|
Autorización
|
Requerido
Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito.
|
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
(Ahorra 2 meses pagando anualmente 🎉)
Clasificación con etiquetas personalizadas para identificar categorías como isTechSupportRequest, isAdvertisement, isCatMentioned o isHateSpeech y cualquier otra que desees
El punto final de análisis devuelve un objeto JSON que contiene información sobre el texto de entrada Esto incluye información predeterminada como sentimiento tono y varias señales de contenido así como etiquetas definidas por el usuario que indican categorías específicas relevantes para su aplicación
Los campos clave en la respuesta incluyen "error" (indicando éxito o fracaso) "sentiment" (con tipo y confianza) "tone" (con tipo y confianza) y "userLabels" (mostrando los puntajes de confianza para las etiquetas personalizadas definidas por el usuario)
Los datos de respuesta están estructurados como un objeto JSON Incluye un campo "error" de nivel superior seguido de objetos anidados para "sentimiento" y "tono" y un objeto "userLabels" que lista etiquetas personalizadas con sus correspondientes puntajes de confianza
El endpoint de análisis acepta un parámetro de texto que contiene el texto a analizar Además los usuarios pueden definir etiquetas personalizadas especificando los nombres y descripciones de las etiquetas en su solicitud para adaptar el análisis a sus necesidades
El punto final de análisis proporciona información sobre el sentimiento, el tono y varias señales de contenido como el discurso de odio, la profanidad y categorías definidas por el usuario. Esto permite una comprensión completa del contexto y las implicaciones del texto
Los usuarios pueden aprovechar los datos devueltos para identificar tendencias monitorear contenido para el cumplimiento o mejorar la experiencia del usuario al categorizar texto en función de etiquetas personalizadas Por ejemplo las empresas pueden filtrar solicitudes de soporte o detectar contenido dañino utilizando los conocimientos proporcionados
Los casos de uso típicos incluyen la automatización del soporte al cliente la moderación de contenido el análisis de sentimientos para marketing y la categorización de contenido generado por usuarios Las empresas pueden adaptar la API para satisfacer necesidades específicas como identificar solicitudes de reembolso o detectar anuncios
La precisión de los datos se mantiene a través de actualizaciones continuas y mejoras en los algoritmos subyacentes La API aprovecha técnicas de aprendizaje automático para asegurar que los insights proporcionados sean relevantes y fiables adaptándose a nuevos patrones y tendencias lingüísticas