{
"success": true,
"language": "English",
"sentiment": "positive",
"score": {
"raw": 4,
"normalized": 0.29
},
"metrics": {
"strength_percent": 28.57,
"sentiment_ratio": "9:5",
"passion_percent": 18.92,
"reach_percent": 75.68
},
"emotion": {
"dominant": "happy",
"distribution": {
"happy": 2,
"angry": 2,
"sad": 0,
"fear": 0,
"surprise": 0
}
},
"keywords_with_sentiment": {
"love": "positive",
"beautiful": "positive",
"elegant": "positive",
"excellent": "positive",
"happy": "positive",
"confident": "positive",
"disappointed": "negative",
"slow": "negative",
"poor": "negative",
"frustrated": "negative",
"annoyed": "negative",
"good": "positive",
"reliable": "positive",
"innovative": "positive"
},
"counts": {
"positive": 9,
"negative": 5,
"total_words": 74
}
}
curl --location --request POST 'https://zylalabs.com/api/14922/text+sentiment+analysis+and+keyword+extraction+api/38931/text?text=I absolutely love this product because it looks beautiful and works perfectly. The design is elegant, the performance is excellent, and it makes me feel happy and confident while using it. However, I was a bit disappointed by the slow delivery and poor customer support, which made me frustrated and annoyed. Despite these issues, the overall experience is still good, and I would recommend it to others who want a reliable and innovative solution.' --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 पाठ भावनाएँ विश्लेषण और कीवर्ड निष्कर्षण 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 🎉)
पाठ की भावनाओं का विश्लेषण करें भावनाओं का पता लगाएं सकारात्मक या नकारात्मक भावना के साथ कीवर्ड निकाले और विस्तृत भावना स्कोर अनुपात और भाषा की जानकारी प्राप्त करें
एपीआई का प्राथमिक कार्य पाठ का विश्लेषण करना है ताकि इसकी भावना (सकारात्मक नकारात्मक तटस्थ) निर्धारित की जा सके अंतर्निहित भावनाओं का पता लगाया जा सके और प्रासंगिक कीवर्ड निकाले जा सकें साथ ही उनकी भावना का वर्गीकरण भी किया जा सके
API विस्तृत भावनात्मक स्कोर प्रदान करता है भावनात्मक अनुपात (जैसे, सकारात्मक बनाम नकारात्मक पाठ का अनुपात) और विश्लेषित पाठ के लिए एक समग्र भावनात्मक वर्गीकरण
हाँ, एपीआई पाठ में मौजूद विभिन्न भावनाओं का पता लगाने और रिपोर्ट करने में सक्षम है जो केवल सकारात्मक या नकारात्मक भावना से परे एक गहरा समझ प्रदान करती है
एपीआई पाठ से महत्वपूर्ण कीवर्ड निकालता है और महत्वपूर्ण रूप से प्रत्येक निकाले गए कीवर्ड को एक भावना (सकारात्मक या नकारात्मक) सौंपता है जो उनके उपयोग के लिए संदर्भ प्रदान करता है
API सामान्यतः एक संरचित स्वरूप में डेटा लौटाता है जो आमतौर पर JSON होता है जिसमें भावना स्कोर भावना वर्गीकरण निकाले गए कीवर्ड उनके भावनाओं के साथ और भाषा की जानकारी शामिल होती है
व्यावहारिक उपयोग के मामले में ग्राहकों की समीक्षाओं का विश्लेषण करना ताकि संतोष का आकलन किया जा सके ब्रांड के प्रति सोशल मीडिया के भावनाओं की निगरानी करना विषयों पर जन अभिप्राय को समझना और उत्पाद सुधार के लिए फीडबैक को वर्गीकृत करना शामिल है
हाँ, एपीआई में भाषा की जानकारी शामिल है, जिससे उपयोगकर्ता इनपुट टेक्स्ट की भाषा पहचान सकते हैं, जो बहुभाषी विश्लेषण वर्कफ़्लो के लिए महत्वपूर्ण हो सकता है
उपयोगकर्ता HTTP अनुरोधों के माध्यम से पाठ डेटा भेजकर और संरचित प्रतिक्रियाएँ प्राप्त करके API को एकीकृत कर सकते हैं यह सामग्री मॉडरेशन सिस्टम बाजार अनुसंधान उपकरणों और ग्राहक प्रतिक्रिया प्लेटफार्मों में निर्बाध समावेश की अनुमति देता है
मूल मूल्य असंरचित पाठ को कार्रवाई योग्य अंतर्दृष्टियों में बदलने में निहित है स्पष्ट सरल भावनात्मक विश्लेषण भावना पहचान और संदर्भ-सचेत कीवर्ड निष्कर्षण प्रदान करके डेटा-आधारित निर्णय लेने की सक्षम बनाना
भावना विश्लेषण के परिणामों में सामान्यतः ऐसे क्षेत्र शामिल होते हैं जैसे एक समग्र भावना लेबल (जैसे 'सकारात्मक' 'नकारात्मक' 'तटस्थ') एक भावना स्कोर (अक्सर एक संख्यात्मक मान) और भावना अनुपात जो पाठ के भीतर भावना के वितरण को दर्शाते हैं
अंत बिंदु संरचित डेटा लौटाता है जिसमें कुल भावना वर्गीकरण (सकारात्मक नकारात्मक तटस्थ) विस्तृत भावना स्कोर भावना विश्लेषण कीवर्ड निष्कर्षण के साथ भावना वर्गीकरण और भाषा पहचान शामिल है
मुख्य क्षेत्रों में "सफलता" (बूलियन), "भाषा" (पता लगाई गई भाषा), "भावना" (कुल भावना), "स्कोर" (कच्चा और सामान्यीकृत), "मेट्रिक्स" (शक्ति, अनुपात, जुनून, पहुंच), "भावना" (प्रधान और वितरण), और "कीवर्ड्स_with_sentiment" (उनकी भावना के साथ निकाले गए कीवर्ड) शामिल हैं
प्रतिक्रिया डेटा JSON प्रारूप में व्यवस्थित है जिसमें स्कोर, मैट्रिक्स, भावनाएँ और कीवर्ड के लिए नेस्टेड ऑब्जेक्ट्स हैं यह संरचना विशिष्ट जानकारी तक आसान पहुँच की अनुमति देती है जैसे कि भावना स्कोर और कीवर्ड वर्गीकरण
प्राथमिक पैरामीटर पाठ इनपुट है जो एक स्ट्रिंग होना चाहिए उपयोगकर्ता अपने अनुरोधों को अनुकूलित कर सकते हैं पाठ सामग्री को बदलकर विभिन्न भावनाओं और भावनाओं का विश्लेषण करने के लिए प्रदान किए गए इनपुट के आधार पर
उपयोगकर्ता जनता के मनोभाव का आकलन करने के लिए भावना स्कोर और भावना वितरण का लाभ उठा सकते हैं जबकि कीवर्ड निष्कर्षण पाठ में मुख्य विषयों या मुद्दों की पहचान करने में मदद करता है ये डेटा विपणन रणनीतियों उत्पाद सुधारों या ग्राहक सेवा सुधारों को सूचित कर सकता है
मात्र उपयोग के उदाहरणों में उत्पाद विकास के लिए ग्राहक प्रतिक्रिया का विश्लेषण करना ब्रांड भावना की निगरानी करना सोशल मीडिया पर मार्केट रिसर्च करना और बेहतर उपयोगकर्ता जुड़ाव के लिए प्राकृतिक भाषा प्रसंस्करण अनुप्रयोगों को बढ़ाना शामिल हैं
डेटा की सटीकता उन्नत एल्गोरिदम के माध्यम से बनाए रखी जाती है जो भाषाई पैटर्न और भावना संकेतकों का विश्लेषण करते हैं विभिन्न डेटा सेट पर निरंतर अद्यतन और प्रशिक्षण मॉडल की प्रदर्शन और विश्वसनीयता में सुधार करने में मदद करते हैं
मानक डेटा पैटर्न में एक स्पष्ट भावनात्मक वर्गीकरण एक श्रृंखला भावनात्मक स्कोर और भावनाओं का वितरण शामिल है उपयोगकर्ता भावनात्मक लेबल के साथ लगातार कीवर्ड निकासी की आशा कर सकते हैं जो व्यापक पाठ विश्लेषण में मदद करती है