यह API कई प्रकार के संदर्भों में मूल्यवान हो सकती है, जैसे कि नकली समाचारों का पता लगाना, चैटबॉट्स या वर्चुअल असिस्टेंट्स की पहचान करना, और मशीन-निर्मित पाठ की गुणवत्ता में सुधार करना।
API भाषा और पाठ में पैटर्न का विश्लेषण करके और उन्हें AI-जनित पाठ के ज्ञात नमूनों के डेटाबेस से तुलना करके काम करती है। यह प्राकृतिक भाषा प्रसंस्करण (NLP) तकनीकों का उपयोग करके पाठ के व्याकरण, तात्कालिकता, शब्दावली और शैली का विश्लेषण करती है और यह निर्धारित करती है कि क्या इसमें मानव जैसे गुण हैं या नहीं।
AI टेक्स्ट डिटेक्टर API का एक मुख्य अनुप्रयोग नकली समाचारों और प्रचार का पता लगाना है। सोशल नेटवर्कों के फैलने और सामग्री उत्पन्न करने और साझा करने में आसानी के चलते, प्रामाणिक और नकली समाचार के बीच भेद करना越来越 कठिन हो गया है। AI टेक्स्ट डिटेक्टर API भाषा और पाठ की शैली का विश्लेषण कर सकती है और यह निर्धारित कर सकती है कि इसे मानव या AI मॉडल द्वारा लिखा गया है, जो नकली समाचारों की पहचान करने और उनके फैलाव को रोकने में मदद कर सकती है।
AI टेक्स्ट डिटेक्टर API का एक और उपयोग मामला चैटबॉट्स और वर्चुअल असिस्टेंट्स की पहचान करना है। कई कंपनियां ग्राहक सेवा या समर्थन कार्यों को स्वचालित करने के लिए चैटबॉट्स या वर्चुअल असिस्टेंट्स का उपयोग करती हैं, लेकिन यह सुनिश्चित करना आवश्यक है कि ये बॉट मानव एजेंटों का अनुकरण न कर रहे हों। AI टेक्स्ट डिटेक्टर API भाषा और पाठ की शैली का विश्लेषण करके पहचान कर सकती है कि इसे बॉट या मानव द्वारा उत्पन्न किया गया है। इससे पारदर्शिता सुनिश्चित करने और ग्राहकों के साथ विश्वास बनाने में मदद मिल सकती है।
AI टेक्स्ट डिटेक्टर API का उपयोग मशीन-निर्मित पाठ की गुणवत्ता में सुधार करने के लिए भी किया जा सकता है। प्राकृतिक भाषा निर्माण (NLG) तकनीकों के उदय के साथ, कई कंपनियाँ विभिन्न उद्देश्यों के लिए पाठ उत्पन्न करने के लिए AI मॉडल का उपयोग कर रही हैं, जैसे कि उत्पाद विवरण, समाचार लेख या मार्केटिंग कॉपी। हालाँकि, मशीन-निर्मित पाठ की गुणवत्ता काफी भिन्न हो सकती है, और यह सुनिश्चित करना आवश्यक है कि यह मानव-द्वारा लिखित पाठ से भिन्न न हो। AI टेक्स्ट डिटेक्टर API भाषा और पाठ की शैली का विश्लेषण कर सकती है और मशीन-निर्मित पाठ की गुणवत्ता और स्थिरता को नोट करने के लिए जानकारी प्रदान कर सकती है।
यह पैरामीटर प्राप्त करेगी और आपको एक JSON प्रदान करेगी।
सामग्री मॉडरेशन: AI टेक्स्ट डिटेक्टर API का उपयोग यह पहचानने के लिए किया जा सकता है कि क्या वेबसाइट या सोशल मीडिया प्लेटफ़ॉर्म पर पोस्ट की गई सामग्री AI द्वारा उत्पन्न की गई है, जो स्पैम या नकली समाचारों के फैलाव को रोकने में मदद कर सकती है।
धोखाधड़ी का पता लगाना: AI टेक्स्ट डिटेक्टर API का उपयोग ऐसी संदेशों या ईमेलों को चिह्नित करने के लिए किया जा सकता है जो AI चैटबॉट्स द्वारा उत्पन्न की गई हैं, जो संभावित फ़िशिंग स्कैम की पहचान करने में मदद कर सकती है।
प्लैगियारीज़म का पता लगाना: इसका उपयोग यह पहचानने के लिए किया जा सकता है कि क्या शिक्षा या पेशेवर उद्देश्यों के लिए प्रस्तुत किया गया पाठ AI द्वारा उत्पन्न किया गया है।
डिजिटल मार्केटिंग: इसे विपणक द्वारा यह पहचानने के लिए उपयोग किया जा सकता है कि क्या उनके सोशल मीडिया या वेबसाइट पर एक संदेश या टिप्पणी AI द्वारा उत्पन्न की गई है, जो ग्राहक जुड़ाव की प्रामाणिकता निर्धारित करने में मदद कर सकती है।
सामग्री निर्माण: इसका उपयोग सामग्री निर्माताओं द्वारा यह सुनिश्चित करने के लिए किया जा सकता है कि उनका काम AI द्वारा उत्पन्न नहीं किया गया है, जो मौलिकता और रचनात्मकता को बनाए रखने में मदद कर सकता है।
बेसिक प्लान: 3,000 अनुरोध और 75,000 शब्द प्रति माह।
प्रो प्लान: 6,000 अनुरोध और 75,000 शब्द प्रति माह।
प्रो प्लस: 20,000 अनुरोध और 75,000 शब्द प्रति माह।
प्रीमियम प्लान: 100,000 अनुरोध और 250,000 शब्द प्रति माह।
इस एंडपॉइंट का उपयोग करने के लिए, आपको बस उस पाठ को डालना है जिसे आप विश्लेषित करना चाहते हैं
फ्री ट्रायल:
1,000 शब्द प्रति दिन और 10 अनुरोध प्रति दिन
प्रायिकता प्राप्त करें - एंडपॉइंट फीचर्स
| ऑब्जेक्ट | विवरण |
|---|---|
रिक्वेस्ट बॉडी |
[आवश्यक] Json |
{"model":"multilingual_v2","predicted_class":"ai","probabilities":{"ai":1,"human":0,"mixed":0},"language":"en","human_words":52,"ai_words":52,"ai_sentences":["Technology is advancing at a rapid pace, transforming the way we interact, work and live.","From artificial intelligence to automation, these innovations promise to facilitate our daily tasks, optimize processes and open up new opportunities in a variety of fields.","However, they also present ethical and social challenges that we must address."]}
curl --location --request POST 'https://zylalabs.com/api/2009/ai+text+detector+api/1780/get+probability' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "Technology is advancing at a rapid pace, transforming the way we interact, work and live. From artificial intelligence to automation, these innovations promise to facilitate our daily tasks, optimize processes and open up new opportunities in a variety of fields. However, they also present ethical and social challenges that we must address."
}'
| 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।
Get Probability एंडपॉइंट एक JSON ऑब्जेक्ट लौटाता है जिसमें इनपुट टेक्स्ट का विश्लेषण होता है इसमें "confidence" "language" "predicted_class" और "probabilities" जैसे फ़ील्ड शामिल होते हैं जो यह दर्शाते हैं कि टेक्स्ट AI-निर्मित मानव-लिखित या मिश्रित होने की संभावना कितनी है
प्रतिक्रिया डेटा में प्रमुख क्षेत्र "विश्वास" (पूर्वानुमान की निश्चितता को इंगित करना) "भाषा" (पाठ की पहचानी गई भाषा) "भविष्यवाणी_कक्षा" (AI मानव या मिश्रित के रूप में वर्गीकरण) और "संभावनाएँ" (प्रत्येक वर्गीकरण की संभावना को दर्शाने वाले संख्यात्मक मान) शामिल हैं
उत्तर डेटा JSON ऑब्जेक्ट के रूप में संरचित है इसमें "विश्वास" "भाषा" "भविष्यवाणी_कक्षा" के लिए फ़ील्ड वाले शीर्ष स्तर का ऑब्जेक्ट है और एक नेस्टेड "संभावनाएँ" ऑब्जेक्ट है जो AI और मानव उत्पत्ति की संभावना का विवरण देता है
गेट प्रॉबबिलिटी एंडपॉइंट एकल पैरामीटर स्वीकार करता है: विश्लेषित किया जाने वाला पाठ उपयोगकर्ता विभिन्न पाठ इनपुट प्रदान करके अपने अनुरोधों को अनुकूलित कर सकते हैं ताकि एआई या मानव उत्पादन के लिए विभिन्न सामग्री का मूल्यांकन किया जा सके
डेटा की सटीकता को एआई द्वारा उत्पन्न और मानव द्वारा लिखे गए दोनों प्रकार के विभिन्न डेटा सेट पर अंतर्निहित मशीन लर्निंग मॉडल के निरंतर प्रशिक्षण के माध्यम से बनाए रखा जाता है यह समय के साथ पहचान एल्गोरिदम में सुधार करने में मदद करता है
सामान्य उपयोग के मामलों में एआई-निर्मित पोस्ट की पहचान के लिए सामग्री मॉडरेशन धोखाधड़ी का पता लगाने के लिए ईमेल में शैक्षणिक प्रस्तुतियों में अनु plagiarisma की जांच करना और पाठ के लेखकत्व की जांच करके सामग्री निर्माण में मौलिकता सुनिश्चित करना शामिल है
उपयोगकर्ता "कॉन्फिडेंस" स्कोर को समझकर पूर्वानुमान की विश्वसनीयता का आकलन करने के लिए लौटाए गए डेटा का उपयोग कर सकते हैं "प्रेडिक्टेड क्लास" पाठ के स्वभाव का निर्धारण करने में मदद करता है जबकि "प्रॉबेबिलिटीज" विभिन्न लेखकत्व प्रकारों की संभावना के बारे में जानकारी प्रदान करती हैं
उपयोगकर्ता मानक डेटा पैटर्न की अपेक्षा कर सकते हैं जहां "विश्वास" स्कोर एआई और मानव पाठ के बीच स्पष्ट भिन्नताओं के लिए उच्च होता है स्पष्ट मामलों में "संभावनाएं" निकटतर मान दिखा सकती हैं जो पाठ में मिश्रित विशेषताओं को इंगित करती हैं
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,138ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,787ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
592ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
692ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
464ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,914ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
16ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
573ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
904ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,411ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
780ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
833ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
469ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
489ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
13,504ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
819ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,272ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,007ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
264ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
710ms