A API de Análise de Sentimentos de Texto é uma solução avançada de análise de texto que permite identificar o tom emocional de qualquer conteúdo escrito Esta ferramenta processa uma entrada de texto e retorna uma análise detalhada que inclui a classificação geral do sentimento (positivo, negativo ou neutro), juntamente com um índice de confiança e uma divisão percentual de cada categoria
A resposta da API inclui um campo de sentimento que indica o sentimento dominante, bem como uma pontuação e nível de confiança que refletem quão claro é o tendência emocional do texto Além disso, a seção de divisão detalha as porcentagens de positividade, negatividade e neutralidade, permitindo que você entenda as nuances emocionais mesmo em textos mistos ou ambíguos
Outra característica notável é a extração de palavras-chave emocionais, identificadas como responsáveis pelo tom detectado, o que é útil para otimizar conteúdo, ajustar campanhas publicitárias ou acompanhar a reputação online A análise também inclui um componente de emoções básicas (alegria, tristeza, medo, surpresa, desgosto e raiva), ideal para tarefas de psicologia computacional, monitoramento de clientes ou análise de conversas em tempo real
A subjetividade do texto também é calculada, indicando se é uma opinião ou uma declaração objetiva Isso é útil em contextos como análise de mídia, avaliações de produtos ou análise de pesquisas abertas
Com uma resposta rápida e precisa (baixo tempo de processamento), esta API foi projetada para ser facilmente integrada em serviços ao cliente, marketing, recursos humanos, plataformas sociais, assistentes virtuais e muito mais Seu design flexível e suporte multilíngue permitem que seja implementada tanto em aplicativos web quanto móveis
Em resumo, a API de Análise de Sentimentos de Texto oferece uma visão profunda sobre o conteúdo emocional da linguagem, ajudando empresas e desenvolvedores a entender melhor as interações humanas, melhorar a experiência do usuário e tomar decisões baseadas em dados emocionais precisos
Para usar este endpoint, você deve especificar o texto no parâmetro
Analizador de Sentimentos - Recursos do endpoint
| Objeto | Descrição |
|---|---|
Corpo da requisição |
[Obrigatório] Json |
{"success":true,"data":{"sentiment":"neutral","confidence":0.01,"score":0,"breakdown":{"positive":0,"negative":0,"neutral":1},"wordCount":2,"sentimentWords":{"positive":[],"negative":[]},"emotions":{"joy":0,"anger":0,"fear":0,"sadness":0,"surprise":0,"disgust":0},"subjectivity":0},"timestamp":"2025-07-28T16:55:29.762Z","processingTime":4}
curl --location --request POST 'https://zylalabs.com/api/9160/text+sentiment+analysis+api/16569/sentiment+analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "Hello world",
"language": "en"
}'
| 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 do Analisador de Sentimentos retorna uma análise detalhada do texto de entrada, incluindo classificação geral de sentimento (positivo, negativo, neutro), uma pontuação de confiança, uma divisão percentual das categorias de sentimento, palavras-chave emocionais, emoções básicas e subjetividade
Os campos principais na resposta incluem "sentimento" (sentimento dominante), "confiança" (certeza da classificação), "análise" (percentagem de positividade, negatividade, neutralidade), "palavras-chave" (palavras emocionais), "emoções" (emoções básicas detectadas) e "subjetividade" (opinião vs. objetiva)
Os dados de resposta estão estruturados em um formato JSON com campos de nível superior para os resultados da análise de sentimento Cada campo fornece insights específicos como classificação de sentimento níveis de confiança e detalhes tornando fácil de analisar e utilizar programaticamente
O parâmetro principal para o endpoint do Analisador de Sentimento é "texto" que requer a string de entrada a ser analisada Os usuários podem personalizar suas solicitações fornecendo diferentes entradas de texto para receber resultados de análise de sentimento personalizados
Casos de uso típicos incluem monitorar feedback dos clientes otimizar conteúdo de marketing analisar interações em redes sociais realizar análise de sentimentos em pesquisas e melhorar a experiência do usuário em chatbots ou assistentes virtuais
A precisão dos dados é mantida por meio de avançados algoritmos de processamento de linguagem natural que aprendem continuamente a partir de diversas amostras de texto Atualizações regulares e verificações de qualidade garantem que o modelo se adapte às nuances da linguagem e às expressões de sentimento em evolução
Os usuários podem aproveitar os dados retornados para identificar tendências no sentimento do cliente, adaptar estratégias de marketing com base em insights emocionais e aprimorar o desenvolvimento de produtos entendendo as opiniões e emoções dos usuários refletidas no texto
Se o texto de entrada for muito curto ou ambíguo a API pode retornar pontuações de confiança mais baixas ou análises incompletas Os usuários devem garantir que o texto seja suficientemente descritivo e considerar a implementação de mecanismos de fallback para lidar com esses casos
Nível de serviço:
100%
Tempo de resposta:
295ms
Nível de serviço:
100%
Tempo de resposta:
8.667ms
Nível de serviço:
100%
Tempo de resposta:
20ms
Nível de serviço:
100%
Tempo de resposta:
16ms
Nível de serviço:
100%
Tempo de resposta:
19ms
Nível de serviço:
100%
Tempo de resposta:
828ms
Nível de serviço:
100%
Tempo de resposta:
379ms
Nível de serviço:
100%
Tempo de resposta:
17ms
Nível de serviço:
100%
Tempo de resposta:
2.373ms
Nível de serviço:
100%
Tempo de resposta:
13ms
Nível de serviço:
100%
Tempo de resposta:
2.140ms
Nível de serviço:
100%
Tempo de resposta:
991ms
Nível de serviço:
100%
Tempo de resposta:
904ms
Nível de serviço:
100%
Tempo de resposta:
636ms
Nível de serviço:
100%
Tempo de resposta:
16ms
Nível de serviço:
100%
Tempo de resposta:
369ms
Nível de serviço:
100%
Tempo de resposta:
3.054ms
Nível de serviço:
100%
Tempo de resposta:
375ms
Nível de serviço:
100%
Tempo de resposta:
1.274ms
Nível de serviço:
100%
Tempo de resposta:
627ms