要使用此端点,请在POST请求中发送文本,您将收到一份包含抄袭匹配结果、原始来源和引用建议的报告
剽窃扫描 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"details":[{"query":"What is quantum computing?","unique":false},{"query":"Quantum computing is an emergent field of cutting-edge computer science harnessing the unique qualities of quantum mechanics to solve problems beyond the ability of even the most powerful classical computers.","unique":false},{"query":"To create a dynamic script that generates always valid cookies, you need to simulate the process of creating cookies that would pass validation checks by a serv","unique":true}],"palagrism_percentage":67,"sources":[{"link":"https://www.ibm.com/topics/quantum-computing","percent":100}],"unique_percentage":33}
curl --location --request POST 'https://zylalabs.com/api/5149/anti+plagiarism+api/6569/plagiarism+scan' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "What is quantum computing? Quantum computing is an emergent field of cutting-edge computer science harnessing the unique qualities of quantum mechanics to solve problems beyond the ability of even the most powerful classical computers. To create a dynamic script that generates always valid cookies, you need to simulate the process of creating cookies that would pass validation checks by a server."
}'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
以POST格式提交文本,API将返回详细的抄袭报告,包括原始来源的链接和引用建议
反剽窃API是一个验证内容原创性的API,它通过与多个来源进行比较来检测文本的巧合、改述和思想剽窃
接收文本进行分析并返回详细的抄袭报告,指明匹配项、相似百分比和原始来源
学术作品的验证以检测论文和学位论文中的抄袭。 网站内容的审查以保护知识产权。 在分发之前验证文章和出版物的原创性
基础计划:每秒1个请求 专业计划:每秒1个请求 专业加计划:每秒2个请求 高级计划:每秒2个请求
有不同的计划适合每个人,包括针对少量请求的免费试用,但其速率受到限制以防止滥用服务
API使用API密钥进行身份验证。要访问API,请在请求头中包含您的API密钥。API密钥在注册时提供,应该保持安全
该API返回有关域名年龄和历史的详细信息,包括自其创建以来的年、月和天,以及到期和更新日期
抄袭扫描端点返回一份详细报告,包括抄袭百分比、独特内容百分比、匹配来源和正确引用的建议
响应数据中的关键字段包括“抄袭百分比”“独特百分比”“来源”和“细节”它们提供了有关提交文本原创性的见解
响应数据采用JSON格式结构,具有明确划分的关键值对,清晰列出了抄袭指标和来源,便于解析和分析
抄袭检测提供关于完全匹配、改写内容、原创性百分比和原始来源链接的信息,确保全面分析
用户可以通过调整文本输入和指定参数,如语言或检测阈值,来自定义他们的请求,允许进行量身定制的抄袭检查
该 API 将提交的文本与数十亿个网页、学术论文和出版物进行比较,以确保来源广泛多样以实现准确检测
数据准确性通过先进的算法和机器学习机制得以维持,这些机制不断改善检测能力并适应新内容
典型的用例包括对论文和学位论文的学术诚信检查 对出版商的内容验证以及文章发表前的原创性评估
服务级别:
100%
响应时间:
681ms
服务级别:
100%
响应时间:
188ms
服务级别:
100%
响应时间:
119ms
服务级别:
100%
响应时间:
152ms
服务级别:
100%
响应时间:
6,482ms
服务级别:
100%
响应时间:
361ms
服务级别:
100%
响应时间:
136ms
服务级别:
100%
响应时间:
279ms
服务级别:
100%
响应时间:
2,350ms
服务级别:
100%
响应时间:
7ms
服务级别:
100%
响应时间:
118ms
服务级别:
100%
响应时间:
147ms
服务级别:
100%
响应时间:
4,613ms
服务级别:
100%
响应时间:
791ms
服务级别:
100%
响应时间:
8,949ms
服务级别:
100%
响应时间:
465ms
服务级别:
100%
响应时间:
6,275ms
服务级别:
100%
响应时间:
718ms
服务级别:
100%
响应时间:
2,223ms
服务级别:
100%
响应时间:
773ms