BigFive情感分析API是一个强大的工具,它使用先进的机器学习算法分析文本,并确定其中表达的情感和人格特征。该API基于广泛应用于心理学和社会科学研究的五大人格特征模型,将文本分类为五个主要类别:开放性、尽责性、外向性、宜人性和神经质。
该API的一个关键优势是能够提供文本的详细分析,不仅识别整体情感,还识别文本中表达的具体情感和人格特征。这使得开发者能够更深入地理解文本及其背后的人。
该API可以应用于各种文本,包括社交媒体帖子、客户评论、调查回应等。它在分析客户反馈、了解客户偏好和识别社交媒体帖子中的模式等各种用例中都非常有用。
该API可以轻松集成到任何应用程序中,并可以通过简单的API调用访问。它以结构化格式返回结果,使开发者可以方便地在其应用程序中使用数据。
总体而言,BigFive情感分析API是一个强大的工具,可以帮助开发者更深入地理解文本及其背后的人。基于五大人格特征模型提供的文本详细分析,可以帮助开发者为用户创造更好和更个性化的体验。
传入一个JSON中的文本,API提取该人所写文本中的五大心理特征。这些特征包括开放性、尽责性、外向性、宜人性和神经质,也称为OCEAN。
社交媒体监控: BigFive情感分析API可用于分析社交媒体帖子,并确定用户表达的情感和人格特征,为消费者情感和行为提供有价值的见解。
客户反馈分析: API可用于分析来自调查、评论和其他来源的客户反馈,帮助公司理解客户偏好并识别改进领域。
招聘和人力资源:该API可用于分析求职者的简历和求职信,以识别最匹配特定职位要求的人格特征。
市场调研: 该API可用于分析来自焦点小组、访谈和调查的文本数据,以识别消费者行为和偏好的模式。
内容创作: 内容创作者可以使用该API评估其书面内容的有效性,通过识别与受众产生共鸣的情感和人格特征。
医疗保健: 实现可以用于分析患者反馈,并确定与某些症状或情况相关的情感和人格特征,为医疗专业人员提供有价值的见解。
除了每个月的API调用限制,没有其他限制。
此端点从个人写的文本中提取五大心理特质。这些特质包括:开放性、尽责性、外向性、宜人性、神经质也称为OCEAN
检查大五 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"text":"I am 30 years old man. I studied physics and currently work as a software engineer. I am married and have a couple of kids. What else I can tell... I am open to new experiences and like to chat. I am being nasty sometimes.","inventories":["big5"],"scoring":{"big5":{"agreeableness":{"quantile":0.394,"score":-0.628,"confidence":0.095,"confidence_text":"low"},"conscientiousness":{"quantile":0.473,"score":-0.115,"confidence":0.012,"confidence_text":"very low"},"extraversion":{"quantile":0.585,"score":0.424,"confidence":0.133,"confidence_text":"low"},"neuroticism":{"quantile":0.568,"score":0.371,"confidence":0.116,"confidence_text":"low"},"openness":{"quantile":0.614,"score":0.59,"confidence":0.059,"confidence_text":"low"}}},"lang":"en"}
curl --location --request POST 'https://zylalabs.com/api/950/bigfive+sentiment+analysis+api/772/check+bigfive' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "I am 30 years old man. I studied physics and currently work as a software engineer. I am married and have a couple of kids. What else I can tell... I am open to new experiences and like to chat. I am being nasty sometimes.",
"inventories": [
"big5"
],
"lang": "en"
}'
| 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。
“检查大五”端点返回一个包含提取的大五人格特质(开放性、责任心、外向性、宜人性、神经质)的JSON对象,以及分位数得分、置信水平和描述性置信文本。“将JSON发布为XML”端点返回一个封装在“root”标签中的XML文档,包含基于输入JSON的结构化数据
对于“检查大五”端点,关键字段包括“文本”(输入文本)、“特征”(特征类别)和“评分”(每个性格特征的详细分数)。在XML响应中,关键字段取决于输入数据结构,通常包括各种医疗或个人属性
“检查大五”端点以JSON格式返回数据,结构包含嵌套对象用于评分和特征。“将JSON发布为XML”端点以XML格式返回数据,组织在‘根’标签下,子元素表示各种数据点
“检查大五”端点接受一个参数:包含要分析的文本的JSON对象。“将JSON发布为XML”端点接受最大为1MiB的JSON对象。用户应确保其输入符合这些规范以便成功处理
“检查大五”端点的响应组织成一个主要对象,包含输入文本、清单和一个包含详细特质分数的评分对象。XML响应是分层结构,元素嵌套在“根”标签下,反映输入数据的结构
典型的用例包括分析社交媒体情绪、评估客户反馈、评估求职者的个性特征、进行市场研究以及增强内容创作策略。每个用例都利用了大五人格特质提供的洞察
用户可以通过解读个性特征分数来利用返回的数据,以便进行决策,例如定制营销策略或改善用户参与度。置信水平和描述性文本有助于评估分析的可靠性,从而指导后续行动
BigFive情感分析API采用先进的机器学习算法,经过多样化的数据集训练,以确保在个性特征提取中的准确性。持续的模型评估和更新有助于维护数据质量和相关性,提高所提供洞察的可靠性
服务级别:
100%
响应时间:
508ms
服务级别:
100%
响应时间:
674ms
服务级别:
100%
响应时间:
620ms
服务级别:
100%
响应时间:
5,262ms
服务级别:
100%
响应时间:
1,771ms
服务级别:
100%
响应时间:
346ms
服务级别:
100%
响应时间:
228ms
服务级别:
100%
响应时间:
78ms
服务级别:
100%
响应时间:
575ms
服务级别:
100%
响应时间:
1,396ms
服务级别:
100%
响应时间:
57ms
服务级别:
100%
响应时间:
63ms
服务级别:
100%
响应时间:
5,659ms
服务级别:
100%
响应时间:
52ms
服务级别:
100%
响应时间:
8,683ms
服务级别:
100%
响应时间:
1,476ms
服务级别:
100%
响应时间:
1,674ms
服务级别:
100%
响应时间:
53ms
服务级别:
100%
响应时间:
53ms
服务级别:
100%
响应时间:
55ms