ऑफेंसिव कमेंटरी ब्लॉकर API सामग्री मॉडरेशन तकनीक में एक महत्वपूर्ण उन्नति का प्रतिनिधित्व करता है, जो उपयोगकर्ताओं को पाठ्य सामग्री में अपशब्दों का स्वचालित रूप से पता लगाने और छानने के लिए एक उन्नत समाधान प्रदान करता है। आज के डिजिटल परिदृश्य में, जहां उपयोगकर्ता-निर्मित सामग्री कई प्लेटफार्मों पर फल-फूल रही है, वहां एक सभ्य और सुरक्षित ऑनलाइन वातावरण बनाए रखने की आवश्यकता पहले से कहीं अधिक महत्वपूर्ण है। इस आवश्यकता को सहज रूप से संबोधित करने के लिए, ऑफेंसिव कमेंटरी ब्लॉकर API profanity के उदाहरणों की पहचान और समाधान प्रदान करने के लिए एक स्वचालित साधन प्रदान करता है, यह सुनिश्चित करता है कि ऑनलाइन स्थान सकारात्मक इंटरैक्शन और उपयोगकर्ता अनुभव के लिए उपयुक्त बने रहें।
इसके सार में, ऑफेंसिव कमेंटरी ब्लॉकर API एक भाषाई निगरानी के रूप में कार्य करता है, जो अपशब्दों की पहचान के लिए पाठ इनपुट का सावधानीपूर्वक विश्लेषण करता है। इसका लक्ष्य अपशब्दों के उदाहरणों की पहचान करना है, जिसमें स्पष्ट शब्द और रचनात्मक रूप से छिपे या संदर्भ-निर्भर भिन्नताएं शामिल हैं। यह समग्र परीक्षा सामग्री मॉडरेशन के लिए एक व्यापक और बारीक दृष्टिकोण को दर्शाती है, यह स्वीकार करते हुए कि अपशब्द विभिन्न रूपों और अभिव्यक्तियों में हो सकते हैं।
अपने संदर्भीय विश्लेषण क्षमताओं के द्वारा विशेष, ऑफेंसिव कमेंटरी ब्लॉकर API सरल शब्द मिलान विधियों से परे जाता है क्योंकि यह उन संदर्भों पर विचार करता है जिनमें शब्दों का उपयोग किया जाता है। यह संदर्भीय ज्ञान API को हानिरहित उपयोगों और अपशब्दों से संबंधित सामग्री में योगदान के बीच भेद करने की अनुमति देता है, गलत सकारात्मकता के जोखिम को कम करता है और अपशब्द पहचान की सटीकता को बढ़ाता है।
मॉडरेशन सिस्टम और सामग्री प्रबंधन प्लेटफार्मों में सहज एकीकरण के साथ, ऑफेंसिव कमेंटरी ब्लॉकर API मौजूदा कार्यप्रणालियों में बिना किसी कठिनाई के फिट बैठता है। यह एकीकरण सामग्री मॉडरेशन प्रक्रिया को सुव्यवस्थित करता है, उपयोगकर्ताओं को न्यूनतम व्यवधान के साथ नियंत्रित और सम्मानजनक ऑनलाइन वातावरण बनाए रखने की अनुमति देता है।
अंत में, ऑफेंसिव कमेंटरी ब्लॉकर API उन उपयोगकर्ताओं के लिए एक आवश्यक उपकरण है जो सकारात्मक इंटरैक्शन और अनुभवों को बढ़ावा देने वाले ऑनलाइन स्थानों को बढ़ाने के लिए समर्पित हैं। इसकी उन्नत अपशब्द पहचान तंत्र, अनुकूलन योग्य विकल्प और सहज एकीकरण क्षमताओं के साथ, API सम्मानजनक और समावेशी डिजिटल संचार वातावरण बनाए रखने के प्रयासों को महत्वपूर्ण रूप से आगे बढ़ाता है।
यह पैरामीटर प्राप्त करेगा और आपको JSON प्रदान करेगा।
सोशल मीडिया टिप्पणियाँ: अपशब्दों की स्वचालित मॉडरेशन और छानने के लिए ऑफेंसिव कमेंटरी ब्लॉकर API का उपयोग करें।
चैट एप्लिकेशन: चैट एप्लिकेशनों में API को एकीकृत करें ताकि वास्तविक समय के संदेशों में अपशब्दों को छानकर एक साफ और सम्मानजनक संचार वातावरण सुनिश्चित किया जा सके।
सामग्री निर्माण प्लेटफार्म: उन प्लेटफार्मों में API को एम्बेड करें जहां उपयोगकर्ता सामग्री उत्पन्न करते हैं ताकि स्वचालित रूप से पदों, लेखों या रचनात्मक कार्यों में अपशब्दों को छानने और मॉडरेट करने का काम किया जा सके।
समुदाय फोरम: समुदाय फोरम में सामग्री मॉडरेशन के लिए API का उपयोग करें, चर्चाओं में अपशब्दों के प्रसार को रोकें और सकारात्मक वातावरण बनाए रखें।
गेमिंग समुदाय: गेमिंग समुदायों में API को लागू करें ताकि इन-गेम चैट्स और उपयोगकर्ता-निर्मित सामग्री में अपशब्दों को छानकर एक सम्मानजनक गेमिंग वातावरण को बढ़ावा दिया जा सके।
API कॉल की संख्या के अलावा, कोई अन्य सीमा नहीं है।
अपमानजनक पाठ स्कैनर - एंडपॉइंट फीचर्स
| ऑब्जेक्ट | विवरण |
|---|---|
text |
[आवश्यक] Indicate a text |
{"original": "fuck", "censored": "****", "has_profanity": true}
curl --location --request GET 'https://zylalabs.com/api/3922/offensive+commentary+blocker+api/4642/offensive+text+scanner?text=hello' --header 'Authorization: Bearer YOUR_API_KEY'
| 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।
आक्रामक टिप्पणी ब्लॉकर एपीआई एक उपकरण है जो पाठ्य सामग्री में आक्रामक भाषा या अशिष्ट शब्दों की स्वचालित पहचान, पता लगाने और उन्हें फ़िल्टर करने के लिए डिज़ाइन किया गया है जिससे एक बेहतर और अधिक सम्मानजनक संचार वातावरण सुनिश्चित हो सके
विभिन्न योजनाएँ हैं जो सभी के लिए उपयुक्त हैं जिनमें छोटे मात्रा के अनुरोधों के लिए एक मुफ्त परीक्षण शामिल है लेकिन इसकी दर का सीमित होना सेवा के दुरुपयोग को रोकने के लिए है
Zyla लगभग सभी प्रोग्रामिंग भाषाओं के लिए एक विस्तृत श्रृंखला के एकीकरण विधियों की पेशकश करता है आप अपनी आवश्यकतानुसार अपने प्रोजेक्ट के साथ एकीकृत करने के लिए इन कोड का उपयोग कर सकते हैं
इस एपीआई का उपयोग करने के लिए, उपयोगकर्ताओं को अनुपयुक्त शब्दों का पता लगाने और फ़िल्टर करने के लिए एक पाठ निर्दिष्ट करना होगा
अपराधी पाठ स्कैनर अंतिम बिंदु एक JSON ऑब्जेक्ट लौटाता है जिसमें मूल पाठ होता है एक संशोधित संस्करण होता है जिसमें अपमानजनक शब्दों को तारे (*) द्वारा प्रतिस्थापित किया गया है और एक बूलियन जो यह दर्शाता है कि क्या अशलीलता का पता लगाया गया था
प्रतिक्रिया डेटा के प्रमुख क्षेत्र "मूल" (इनपुट पाठ), "सेंसर किया हुआ" (गंदे शब्दों के बिना पाठ), और "गंदे शब्द हैं" (एक बूलियन जो अपमानजनक भाषा की उपस्थिति को दर्शाता है) हैं
प्रतिक्रिया डेटा को एक JSON ऑब्जेक्ट के रूप में संरचित किया गया है जिसमें मूल पाठ के लिए स्पष्ट रूप से परिभाषित क्षेत्र हैं दमनकारी आउटपुट और अश्लीलता पहचान के लिए एक ध्वज जिससे इसे पार्स करना और अनुप्रयोगों में उपयोग करना आसान हो जाता है
आक्रामक पाठ स्कैनर एंडपॉइंट के लिए प्राथमिक पैरामीटर "पाठ" पैरामीटर है जो किसी भी स्ट्रिंग इनपुट को स्वीकार करता है जिसे आक्रामक भाषा के लिए विश्लेषण करने की आवश्यकता होती है
उपयोगकर्ता "टेक्स्ट" पैरामीटर में विभिन्न पाठ इनपुट प्रदान करके अपनी अनुरोधों को अनुकूलित कर सकते हैं जिससे टिप्पणियों, संदेशों या पोस्ट जैसे विभिन्न सामग्री प्रकारों का अनुकूलित विश्लेषण संभव होता है
सामान्य उपयोग के मामले में सोशल मीडिया पर उपयोगकर्ता टिप्पणियों का मॉडरेशन करना एप्लिकेशन में चैट संदेशों को फ़िल्टर करना और सामुदायिक फोरम और गेमिंग वातावरण में सम्मानजनक संवाद सुनिश्चित करना शामिल है
डेटा की सटीकता को उन्नत संदर्भ विश्लेषण के माध्यम से बनाए रखा जाता है जो भाषा के हानिरहित और आपत्तिजनक उपयोग के बीच अंतर करता है झूठे सकारात्मक मामलों को कम करता है और पहचान की विश्वसनीयता में सुधार करता है
मानक डेटा पैटर्न में यह स्पष्ट संकेत होता है कि अश्लीलता मौजूद है या नहीं, इसके साथ मूल पाठ और उसका सेंसर किया गया संस्करण प्रदान किया जाता है, जिससे उपयोगकर्ताओं को मध्यस्थता क्रिया के संदर्भ को समझने में मदद मिलती है
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
1,703ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
596ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
1,183ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
9,245ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
5,854ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
854ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
10,037ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
10,498ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
939ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
6,292ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,847ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
5,131ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,170ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
198ms
सर्विस लेवल:
75%
रिस्पॉन्स टाइम:
295ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,050ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
646ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,378ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,154ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,835ms