{"similarity": "0.75"}
curl --location --request POST 'https://zylalabs.com/api/777/text+similarity+calculator+api/7765/similarity+calculation' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text1": "Text one",
"text2": "Text two"
}'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a Calculadora de Similaridade de Texto API basta incluir seu token Bearer no cabeçalho Authorization.
| 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.
(Economize 2 meses com cobrança anual 🎉)
Sobre a API:
Semelhanças entre textos podem ser mais comuns do que você pensa. Esta API fornecerá a ferramenta definitiva para detectar e medir a semelhança entre textos dados.
Use esta ferramenta para prevenir plágio ou para detectar a semelhança entre textos.
Envie duas cadeias de texto para esta API e receba a porcentagem de semelhança estimada.
Devemos determinar constantemente quão próximos dois textos são comparáveis em significado.
Além da sobreposição de palavras entre os dois, os mecanismos de busca devem simular a relevância de um documento para uma consulta. Um site de perguntas e respostas como Quora ou Stackoverflow, por exemplo, precisa saber se uma pergunta já foi feita.
Assumindo que um novo contrato é semelhante a um existente que provou ser robusto, a chance de que este novo contrato resulte em perda financeira é minimizada, tarefas de similaridade de texto podem ser usadas em contextos jurídicos para reduzir riscos em novos contratos. Aqui está o princípio básico da jurisprudência. Problemas semelhantes são tratados de forma consistente em todos os casos graças ao vínculo automático de documentos relevantes. Textos semelhantes promovem igualdade e justiça. A recuperação de precedentes legais é o processo de encontrar documentos de casos anteriores que estão conectados a um documento de caso atual.
Para fornecer um atendimento ao cliente consistente, os sistemas de IA devem ser capazes de compreender consultas de usuários semanticamente comparáveis. A ênfase na similaridade semântica tenta desenvolver um sistema que compreenda padrões de linguagem e palavras para fornecer respostas que sejam comparáveis a como uma conversa humana é conduzida. Por exemplo, o usuário anteciparia a mesma resposta se perguntasse: "O que aconteceu com minha entrega?" ou "Qual é o problema com meu envio?"
Além das limitações de chamadas de API por mês, há uma limitação de 1 solicitação por segundo.
O endpoint de Cálculo de Similaridade retorna um objeto JSON contendo a porcentagem de similaridade entre as duas strings de texto de entrada A resposta indica quão intimamente os textos estão relacionados em significado
O campo chave na resposta de dados é "similaridade", que representa a porcentagem de similaridade entre os dois textos, expressa como um decimal (ex: 0,75 para 75% de similaridade)
O ponto final requer dois parâmetros: "text1" e "text2", que são as duas strings de texto que você deseja comparar em termos de semelhança
Os dados de resposta estão organizados em um formato JSON simples Contém um único par chave-valor onde a chave é "similaridade" e o valor é a porcentagem de similaridade calculada
Casos de uso típicos incluem detecção de plágio comparação de documentos legais aumento da relevância dos motores de busca e melhoria das interações de atendimento ao cliente da IA compreendendo consultas semanticamente semelhantes
Os usuários podem utilizar a porcentagem de similaridade retornada para avaliar a relevância do texto identificar potenciais plágios ou aprimorar a correspondência de conteúdo em aplicações como motores de busca ou sistemas de apoio ao cliente
A precisão dos dados é mantida por meio de algoritmos avançados que analisam a estrutura do texto e a semântica garantindo avaliações de semelhança confiáveis com base em padrões linguísticos
Os usuários podem esperar porcentagens de semelhança variando de 0.0 (sem semelhança) a 1.0 (textos idênticos) Padrões podem variar com base no comprimento e na complexidade do texto com textos mais curtos frequentemente resultando em pontuações de semelhança mais altas