Sobre a API:
A API de Reconhecimento de Categoria de Texto é um serviço de aprendizagem de máquina que ajuda os usuários a classificar automaticamente textos em várias categorias predefinidas. Pode ser usada para classificar e organizar grandes volumes de dados textuais, e também pode ser utilizada para melhorar os resultados de busca e fornecer recomendações mais relevantes aos usuários. É fácil de usar e se integra perfeitamente a aplicativos existentes.
Envie o texto para analisar e receba uma pontuação de confiança entre as categorias predefinidas. Mais próximo de 1 significa que o texto tem maior probabilidade de estar relacionado a essa categoria.
Classificação de conteúdo: A API pode ser usada para classificar conteúdos textuais em categorias específicas, como artigos de notícias, postagens de blog, descrições de produtos, etc. Isso pode ser útil para organizar e classificar grandes quantidades de dados textuais.
Classificação de documentos: A API pode ser usada para classificar documentos, como currículos, em categorias predefinidas com base em seu conteúdo.
Melhoria de busca: A API pode ser utilizada para classificar consultas e resultados de busca em categorias relevantes, o que pode melhorar a precisão e relevância dos resultados de busca.
Sistemas de recomendação: A API pode ser utilizada para classificar itens ou conteúdos em categorias específicas, o que pode ser usado para fornecer recomendações mais relevantes aos usuários.
Detecção de spam: A API pode ser usada para classificar mensagens de texto ou e-mails como spam ou não spam, o que pode ser útil para filtrar conteúdos indesejados ou irrelevantes.
Além do número de chamadas à API por mês, não há outras limitações.
Envie o texto do qual você deseja reconhecer a categoria.
A API irá categorizar o texto e recuperar a pontuação de confiança, onde mais próximo de 1 significa que o texto é mais provável de pertencer a essa categoria.
Classificação de Texto - Recursos do endpoint
| Objeto | Descrição |
|---|---|
text |
[Obrigatório] Text to recognize the category from. |
{"keyword":{"hello":1,"world":1},"topic":{"greeting":0.5,"macrocosm":0.5,"explorer":0.5,"english":0.5,"community":0.5,"city":0.5,"cartographer":0.5,"atlas":0.5,"astronomy":0.5,"tour":0.5},"version":"7.5.7","author":"Zylalabs","email":"[email protected]","result_code":"200","result_msg":"Success"}
curl --location --request GET 'https://zylalabs.com/api/880/text+category+recognizer+api/667/text+categorization?text=hello world' --header 'Authorization: Bearer YOUR_API_KEY'
| Cabeçalho | Descrição |
|---|---|
Authorization
|
[Obrigatório] Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito. |
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
O endpoint de Categorização de Texto retorna um objeto JSON contendo palavras-chave categorizadas, tópicos e suas pontuações de confiança associadas. Isso ajuda os usuários a entender como o texto se alinha com categorias predefinidas
Os campos principais na resposta incluem "keyword" (com palavras-chave da categoria e pontuações) "topic" (com tópicos mais amplos e pontuações) "version" (versão da API) "author" (informações do provedor) e "result_code" e "result_msg" (status da solicitação)
Os dados da resposta estão estruturados como um objeto JSON. Inclui objetos aninhados para "keyword" e "topic" cada um contendo nomes de categorias como chaves e suas pontuações de confiança como valores permitindo fácil interpretação e análise
O endpoint fornece informações sobre palavras-chave e tópicos categorizados relacionados ao texto de entrada juntamente com scores de confiança que indicam a força da categorização o que ajuda a entender o contexto do texto
Os usuários podem personalizar suas solicitações variando o texto de entrada que fornecem ao endpoint A API analisa o conteúdo do texto para retornar categorias e pontuações relevantes com base em seu conteúdo
Casos de uso típicos incluem classificação de conteúdo para blogs ou artigos classificação de documentos para currículos aprimoramento de resultados de busca melhoria de sistemas de recomendação e filtragem de mensagens de spam com base na categorização de conteúdo
A precisão dos dados é mantida por meio de algoritmos de aprendizado de máquina que aprendem continuamente com novas entradas de dados Atualizações regulares e treinamento em conjuntos de dados diversos ajudam a melhorar o desempenho e a confiabilidade do modelo
Os usuários podem esperar uma resposta estruturada com pontuações de confiança que normalmente variam de 0 a 1 para cada categoria Pontuações mais altas indicam relevância mais forte permitindo que os usuários priorizem categorias com base em suas necessidades
Nível de serviço:
100%
Tempo de resposta:
1.694ms
Nível de serviço:
100%
Tempo de resposta:
4.649ms
Nível de serviço:
100%
Tempo de resposta:
10.469ms
Nível de serviço:
100%
Tempo de resposta:
1.942ms
Nível de serviço:
100%
Tempo de resposta:
1.429ms
Nível de serviço:
100%
Tempo de resposta:
1.971ms
Nível de serviço:
100%
Tempo de resposta:
1.855ms
Nível de serviço:
100%
Tempo de resposta:
308ms
Nível de serviço:
100%
Tempo de resposta:
753ms
Nível de serviço:
100%
Tempo de resposta:
1.320ms
Nível de serviço:
100%
Tempo de resposta:
233ms
Nível de serviço:
100%
Tempo de resposta:
8.667ms
Nível de serviço:
100%
Tempo de resposta:
507ms
Nível de serviço:
100%
Tempo de resposta:
620ms
Nível de serviço:
100%
Tempo de resposta:
1.771ms
Nível de serviço:
100%
Tempo de resposta:
13ms
Nível de serviço:
100%
Tempo de resposta:
1.396ms
Nível de serviço:
100%
Tempo de resposta:
17ms
Nível de serviço:
100%
Tempo de resposta:
828ms
Nível de serviço:
100%
Tempo de resposta:
223ms