{"sentiment":"positive","score":0.8125}
curl --location --request POST 'https://zylalabs.com/api/2750/text+emotion+analyzer+api/2856/analyze+text' --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 भावना विश्लेषक 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 🎉)
अग्रणी कंपनियों का भरोसा
इस विशाल पाठ्य परिदृश्य के बीच, पाठ में निहित भावनाओं को समझना महत्वपूर्ण है। यहाँ टेक्स्ट इमोशन एनालाइज़र एपीआई का महत्व है, जो पाठ में निहित भावनाओं, राय और संवेदनाओं को उजागर करने की शक्ति रखता है।
टेक्स्ट इमोशन एनालाइज़र एपीआई आपके लिए पाठ्य सामग्री में भावनाओं की गहरी समझ का एक गेटवे है। यह उन्नत प्राकृतिक भाषा प्रसंस्करण (एनएलपी) और मशीन लर्निंग तकनीकों का लाभ उठाता है ताकि पाठ डेटा में गहराई तक जाए और उसमें छुपी भावना को उजागर करे। यह बहुपरकार का उपकरण विभिन्न उपयोगकर्ताओं के लिए लक्षित है, जैसे उद्यम, डेवलपर्स, डेटा विश्लेषक और शोधकर्ता, और उन्हें पाठ डेटा से मूल्यवान अंतर्दृष्टि प्राप्त करने में सक्षम बनाता है।
भावना विश्लेषण केवल यह समझने के बारे में नहीं है कि लोग कैसा महसूस करते हैं, बल्कि डेटा-संचालित निर्णय लेने के बारे में भी है। टेक्स्ट इमोशन एनालाइज़र एपीआई द्वारा प्रदान की गई जानकारी का उपयोग करके, उपयोगकर्ता ग्राहक अनुभव में सुधार कर सकते हैं, उत्पादों और सेवाओं को परिष्कृत कर सकते हैं, अधिक प्रभावी मार्केटिंग अभियान बना सकते हैं, और जनमत में परिवर्तनों का सक्रिय रूप से जवाब दे सकते हैं। यह एपीआई आपको शब्दों को क्रियान्वित अंतर्दृष्टियों में बदलने और अंततः डिजिटल युग में सफलता प्राप्त करने में सक्षम बनाता है।
टेक्स्ट इमोशन एनालाइज़र एपीआई सहज एकीकरण के लिए डिज़ाइन किया गया है, यह सुनिश्चित करते हुए कि सभी अनुभव स्तरों के उपयोगकर्ता भावना विश्लेषण को अपने अनुप्रयोगों, वेबसाइटों और डेटा विश्लेषण कार्यप्रवाहों में एकीकृत कर सकें। अच्छी तरह से दस्तावेजीकृत पैरामीटर और एंडपॉइंट्स प्रक्रिया को सरल बनाते हैं, जिससे इसे लागू करना त्वरित और प्रभावी होता है।
भावना विश्लेषण आज के डेटा-केंद्रित विश्व में कई अनुप्रयोगों में उपयोग होता है। यह व्यावसायिक रणनीतियों, उत्पाद विकास और लक्षित विपणन प्रयासों को आकार देने में महत्वपूर्ण भूमिका निभाता है। ऑनलाइन चर्चाओं और समाचार लेखों पर नज़र रखते हुए, एपीआई नकारात्मक भावना की पहचान करने में मदद करता है और आपको तुरंत जवाब देने का अवसर देता है।
टेक्स्ट इमोशन एनालाइज़र एपीआई पाठ डेटा का मूल्यांकन करने के लिए उन्नत एल्गोरिदम और भाषाई मॉडल का उपयोग करता है। यह पाठ को वाक्यों और शब्दों जैसे उसके घटक भागों में विघटित करके शुरू करता है। उसके बाद, यह प्रत्येक घटक के स्वर, भावनाओं और ध्रुवता का मूल्यांकन करता है, निर्धारित करता है कि क्या इसमें सकारात्मक, नकारात्मक या तटस्थ भावना है।
एपीआई की मुख्य विशेषताओं में से एक इसकी अनुकूलनशीलता है। इसे विभिन्न अनुप्रयोगों में seamlessly एकीकृत किया जा सकता है, चाहे वह व्यक्तिगत पाठ इनपुट हो या विशाल डेटा सेट। यह लचीलापन एक गेम-चेंजर है, क्योंकि यह उपयोगकर्ताओं को अपने विशिष्ट आवश्यकताओं के अनुसार भावना विश्लेषण को अनुकूलित करने की अनुमति देता है।
अंत में, टेक्स्ट इमोशन एनालाइज़र एपीआई एक शक्तिशाली उपकरण है जो पाठ डेटा से अंतर्दृष्टियों को निकालने के लिए है, जिससे सूचित निर्णय लेना और अनुप्रयोगों का अनुकूलन करना आसान हो जाता है। चाहे आप ग्राहक अनुभव में सुधार करना चाहते हों, डेटा-संचालित निर्णय लेना चाहते हों, या पाठ से गहरी अंतर्दृष्टि प्राप्त करना चाहते हों, यह एपीआई आपके लिए शब्दों में निहित भावनाओं और राय को समझने का एक गेटवे है। यह टेक्स्ट भावना विश्लेषण की दुनिया में गहराई से जाने और उन अंतर्दृष्टियों को अनलॉक करने का समय है जो डिजिटल युग में सफलता प्राप्त कर सकती हैं।
यह पैरामीटर प्राप्त करेगी और आपको एक JSON प्रदान करेगी।
सोशल मीडिया निगरानी: सोशल मीडिया प्लेटफार्मों पर अपने ब्रांड या उत्पादों के बारे में सार्वजनिक भावना का विश्लेषण करें ताकि ग्राहक भावना का आकलन कर सकें और संभावित मुद्दों की पहचान कर सकें।
ग्राहक फीडबैक विश्लेषण: स्वचालित रूप से ग्राहक समीक्षाओं और फीडबैक को संसाधित और व्याख्यायित करें ताकि उत्पाद प्रदर्शन और ग्राहक संतोष पर अंतर्दृष्टि प्राप्त की जा सके।
बाजार अनुसंधान: बाजार प्रवृत्तियों और उपभोक्ता राय का आकलन करने के लिए फीडबैक विश्लेषण का उपयोग करें, जो निर्णय लेने, उत्पाद विकास और विपणन रणनीतियों में मदद करेगा।
ब्रांड प्रतिष्ठा प्रबंधन: ऑनलाइन चर्चाओं और समाचार लेखों की निगरानी करें ताकि नकारात्मक भावना की पहचान करके अपने ब्रांड की प्रतिष्ठा की सुरक्षा और प्रबंधन कर सकें।
उत्पाद समीक्षाएँ: उत्पाद की विशेषताओं और प्रदर्शन का आकलन करने के लिए उपयोगकर्ता समीक्षाओं और रेटिंग का मूल्यांकन करें, जिससे डेटा-संचालित सुधार संभव हो सकें।
योजना के लिए उपलब्ध एपीआई कॉल की संख्या के अलावा, कोई अन्य सीमाएँ नहीं हैं।
इस एपीआई का उपयोग करने के लिए उपयोगकर्ता को एक टेक्स्ट दर्ज करना होगा जिससे解析 किया जा सके
विभिन्न योजनाएँ हैं जो सभी के अनुकूल हैं जिसमें छोटे मात्रा के अनुरोधों के लिए एक मुफ्त परीक्षण शामिल है लेकिन इसकी दर सेवा के दुरुपयोग को रोकने के लिए सीमित है
ज़ाइला लगभग सभी प्रोग्रामिंग भाषाओं के लिए एक विस्तृत श्रृंखला के एकीकरण विधियों प्रदान करता है आप अपनी आवश्यकता के अनुसार अपने प्रोजेक्ट के साथ एकीकृत करने के लिए इन कोडों का उपयोग कर सकते हैं
यह एक एपीआई है जो उपयोगकर्ताओं को विभिन्न प्रकार के पाठ के भावनात्मक भावनाओं को प्राप्त करने की अनुमति देती है
Analyze Text एंडपॉइंट एक JSON ऑब्जेक्ट लौटाता है जिसमें विश्लेषित पाठ की भावना शामिल होती है साथ ही उस भावना की ताकत को इंगित करने वाला स्कोर भी होता है
प्रतिक्रिया डेटा में प्रमुख क्षेत्र "भावना" शामिल हैं जो यह दर्शाती है कि भावना सकारात्मक नकारात्मक या तटस्थ है और "स्कोर" जो भावना की शक्ति को 0 से 1 के पैमाने पर मापता है
प्रतिक्रिया डेटा को कुंजी-मूल्य जोड़ों के साथ JSON ऑब्जेक्ट के रूप में संरचित किया गया है उदाहरण के लिए एक सामान्य प्रतिक्रिया इस तरह दिखाई दे सकती है `{"sentiment":"positive","score":0.8125}`
Analyze Text एंडपॉइंट के लिए प्राथमिक पैरामीटर "text" पैरामीटर है, जिसमें उस टेक्स्ट स्ट्रिंग को शामिल करना चाहिए जिसे आप भावना के लिए विश्लेषित करना चाहते हैं
उपयोगकर्ता "टेक्स्ट" पैरामीटर को दिए गए इनपुट टेक्स्ट को बदलकर अपनी अनुरोधों को अनुकूलित कर सकते हैं जिससे विभिन्न सामग्री प्रकारों जैसे समीक्षाएँ सामाजिक मीडिया पोस्ट या लेखों का विश्लेषण किया जा सके
विश्लेषण पाठ अंत बिंदु पाठ के भावनात्मक स्वर के बारे में अंतर्दृष्टि प्रदान करता है जिसमें यह शामिल है कि क्या यह सकारात्मक नकारात्मक या तटस्थ भावनाओं को व्यक्त करता है साथ ही एक मात्रात्मक स्कोर भी प्रदान करता है
डेटा की सटीकता उन्नत प्राकृतिक भाषा प्रसंस्करण एल्गोरिदम और मशीन लर्निंग तकनीकों के उपयोग के माध्यम से बनी रहती है जो उपयोगकर्ता की प्रतिक्रिया और नए डेटा के आधार पर लगातार मॉडल में सुधार करती हैं
प्रमुख उपयोग के मामलों में सोशल मीडिया निगरानी ग्राहक समीक्षाओं का विश्लेषण बाजार अनुसंधान ब्रांड प्रतिष्ठा प्रबंधन और व्यावसायिक निर्णयों को सूचित करने के लिए उत्पाद समीक्षाओं का मूल्यांकन शामिल है