A API de Análise de Sentimento de Conteúdo identifica automaticamente o sentimento de um texto, classificando-o como positivo ou negativo. Além da classificação, a API também fornece uma pontuação numérica que indica a intensidade do sentimento detectado, permitindo uma análise mais detalhada e diferenciada do conteúdo emocional.
Seu funcionamento é simples: uma string de texto é enviada como entrada, e a API retorna uma estrutura JSON com o texto analisado, o sentimento detectado (“POSITIVO” ou “NEGATIVO”) e uma pontuação que varia de -1 a 1. Uma pontuação próxima a -1 reflete uma emoção altamente negativa, enquanto um valor próximo a 1 indica um sentimento fortemente positivo. Por exemplo, o texto “Eu odeio isso” retorna um sentimento “NEGATIVO” com uma pontuação de -0.556.
Esta API é ideal para uma ampla gama de aplicações, como análise de avaliações de produtos, monitoramento de redes sociais, atendimento ao cliente, pesquisas, análise de conteúdo gerado pelo usuário e muito mais. Pode ser facilmente integrada em sistemas de CRM, painéis de marketing, ferramentas de monitoramento de marcas, bots de suporte ou qualquer plataforma que processe linguagem natural.
Para usar este endpoint você deve especificar o texto no parâmetro
Analisador de Sentimentos - Recursos do endpoint
| Objeto | Descrição |
|---|---|
text |
[Obrigatório] Indicate a text |
{"score": 0.639, "text": "i love it", "sentiment": "POSITIVE"}
curl --location --request GET 'https://zylalabs.com/api/8550/analyze+content+sentiment+api/14991/sentiment+analyzer?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.
A API Analyze Content Sentiment retorna uma estrutura JSON contendo o texto analisado o sentimento detectado (seja "POSITIVO" ou "NEGATIVO") e uma pontuação de intensidade emocional numérica variando de -1 a 1
Os campos principais nos dados de resposta incluem "texto" (o texto de entrada) "sentimento" (a classificação de sentimento) e "pontuação" (a intensidade numérica do sentimento)
Os dados de resposta estão organizados em um formato JSON com três campos principais: "texto" para a entrada original, "sentimento" para a classificação e "pontuação" para a intensidade emocional permitindo uma fácil análise e integração
O parâmetro principal da API Analyze Content Sentiment é "texto", que deve ser fornecido como entrada. Os usuários podem personalizar suas solicitações variando o conteúdo do texto que eles analisam
Casos de uso típicos incluem analisar avaliações de produtos monitorar o sentimento nas redes sociais aprimorar interações de atendimento ao cliente realizar pesquisas e avaliar conteúdo gerado por usuários em busca de insights emocionais
A precisão dos dados é mantida por meio de treinamento contínuo do modelo e validação contra conjuntos de dados diversos garantindo que a análise de sentimento reflita o uso da linguagem no mundo real e a expressão emocional
Os usuários podem utilizar os dados retornados integrando o sentimento e a pontuação em aplicativos para feedback em tempo real análise de tendências ou respostas automatizadas em atendimento ao cliente e estratégias de marketing
Padrões de dados padrão incluem uma clara classificação de sentimento e uma pontuação correspondente que indica a intensidade emocional como "NEGATIVO" com uma pontuação de -0,556 para sentimentos negativos
Nível de serviço:
100%
Tempo de resposta:
295ms
Nível de serviço:
100%
Tempo de resposta:
575ms
Nível de serviço:
100%
Tempo de resposta:
78ms
Nível de serviço:
100%
Tempo de resposta:
19ms
Nível de serviço:
100%
Tempo de resposta:
19ms
Nível de serviço:
100%
Tempo de resposta:
828ms
Nível de serviço:
100%
Tempo de resposta:
20ms
Nível de serviço:
100%
Tempo de resposta:
229ms
Nível de serviço:
100%
Tempo de resposta:
62ms
Nível de serviço:
100%
Tempo de resposta:
17ms