A API de Análise de Tom Emocional é uma ferramenta baseada em processamento de linguagem natural (NLP) que permite analisar textos escritos e obter uma avaliação detalhada de seu conteúdo emocional. Esta API recebe texto simples como entrada e retorna uma estrutura JSON com pontuações de sentimento positivas, negativas e neutras, juntamente com uma pontuação geral que resume a orientação emocional geral do texto
Esta API é especialmente útil em múltiplos cenários: desde monitoramento de mídias sociais, análise de avaliações de produtos ou serviços, sistemas de feedback de clientes, até aplicações de recursos humanos que buscam avaliar o clima emocional em pesquisas internas. Ela também pode ser facilmente integrada a painéis analíticos, chatbots ou ferramentas de inteligência de negócios
Para usar este endpoint, você deve inserir um texto e o idioma em que está escrito (inglês = en ou alemão = de) nos parâmetros
Detecção de sentimento - Recursos do endpoint
| Objeto | Descrição |
|---|---|
text |
[Obrigatório] Indicates a text |
{"document":{"sentiment":"negative","sentimentWithNeutral":"negative","confidence":0.4515},"sentences":[{"sentiment":"neutral","offset":0,"confidence":0.36,"length":11}]}
curl --location --request GET 'https://zylalabs.com/api/7820/emotion+tone+analysis+api/12815/sentiment+detection?text=i love it' --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.
Para usar esta API os usuários devem inserir um texto para obter uma análise de sentimento
API de Análise de Tom Emocional projetada para analisar dados textuais e detectar o tom emocional expressado nele
Existem diferentes planos para atender a todos os gostos incluindo um teste gratuito para um pequeno número de solicitações mas sua taxa é limitada para evitar o abuso do serviço
Zyla oferece uma ampla gama de métodos de integração para quase todas as linguagens de programação Você pode usar esses códigos para integrar com seu projeto conforme necessário
A API retorna um objeto JSON contendo resultados de análise de sentimento, incluindo sentimento geral, pontuações de confiança e sentimento detalhado para sentenças individuais
Os campos chave incluem "sentimento" (sentimento geral) "confiança" (certeza do sentimento) e "sentenças" (array detalhando o sentimento para cada sentença com deslocamentos e comprimentos)
A resposta é estruturada como um objeto JSON com uma seção "documento" para o sentimento geral e um array "sentenças" para a análise detalhada de cada frase
O endpoint aceita parâmetros como "text" (o texto de entrada para análise) e "language" (para especificar o idioma, por exemplo, 'en' para inglês ou 'de' para alemão)
O endpoint fornece insights sobre o tom emocional do texto, incluindo classificação de sentimentos (positivo, negativo, neutro) e níveis de confiança tanto para sentimentos gerais quanto específicos de frases
Os usuários podem analisar o sentimento geral para avaliar as opiniões dos clientes e usar dados em nível de frase para identificar áreas específicas de preocupação ou feedback positivo ajudando em respostas direcionadas
A API utiliza processamento de linguagem natural e algoritmos de aprendizado de máquina treinados continuamente em conjuntos de dados diversos para melhorar a precisão na detecção de sentimentos
Casos de uso comuns incluem monitorar o sentimento nas redes sociais Analisar o feedback dos clientes e avaliar a reputação da marca ajudando as empresas a tomar decisões informadas com base em insights emocionais
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
Nível de serviço:
100%
Tempo de resposta:
5.334ms
Nível de serviço:
100%
Tempo de resposta:
6.408ms
Nível de serviço:
100%
Tempo de resposta:
15ms
Nível de serviço:
100%
Tempo de resposta:
23ms
Nível de serviço:
100%
Tempo de resposta:
16ms
Nível de serviço:
100%
Tempo de resposta:
7.680ms
Nível de serviço:
100%
Tempo de resposta:
3.050ms
Nível de serviço:
100%
Tempo de resposta:
14.100ms
Nível de serviço:
100%
Tempo de resposta:
8.511ms
Nível de serviço:
100%
Tempo de resposta:
2.612ms