内容清晰度是一个先进的自然语言处理(NLP)解决方案,旨在提供深入和详细的文本分析。该API允许用户将高级文本理解和分析能力集成到他们的应用程序和系统中。它旨在促进对大量文本数据的解释和处理,提供有价值的见解并改善与内容的互动。该API识别并提取文本中的关键实体,如人名、地点、组织、日期和事件。这使您能够对相关信息进行结构化和分类,更容易在大量文本中组织数据并找到特定信息。
该API还根据内容将文本分类为预定义类别。这有助于有效地组织和标记数据,提高在内容应用程序和文档管理系统中过滤和管理信息的能力。
内容清晰度API支持多种语言,使其多功能且适用于全球应用。这对于在国际市场上运营的公司至关重要,它们需要分析不同语言的文本。
总之,内容清晰度API是一个强大的文本分析和理解工具。它提供全面的自然语言处理能力,使用户能够从其文本数据中获得深入和详细的见解。它的多功能性和集成能力使该API成为从情感分析到客户支持自动化和研究的各种应用的宝贵选择。支持多种语言和用户友好的界面,使将先进的文本分析融入任何系统或应用程序变得容易。
该API接收JSON格式的文本,并提供详细分析,包括实体提取、情感分析和内容分类,同样采用JSON格式。
产品评论中的情感分析:通过对评论和反馈进行情感分析来评估客户对产品或服务的看法,识别改进领域和市场机会。
品牌声誉监测:分析社交媒体提及、新闻文章和博客,以跟踪公众对品牌的看法和管理在线声誉。
客户支持自动化:利用情感分析和实体提取来自动化客户支持系统中的响应,提高响应的准确性和相关性。
文档分类和组织:自动将大量文档、电子邮件或文章分类为预定义类别,便于在文档管理系统中组织和检索它们。
调查反馈分析:处理和分析调查响应,提取主导主题和情感,帮助公司更好地理解客户需求和意见。
除了每月允许的API调用次数外,没有其他限制。
要使用此端点,请发送一个包含文本的POST请求。您将收到详细的实体分析、情感和分类响应。
分析文本 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"outputs": {"positive": 0.9636364579200745, "negative": 0.9174758791923523, "neutral": 0.537473201751709}, "truncated": false}
curl --location --request POST 'https://zylalabs.com/api/5052/content+clarity+api/6420/analyze+text' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"labels": [
"positive",
"negative",
"neutral"
],
"text": "Characterize movie review: I rented I AM CURIOUS-YELLOW from my video store because of all the controversy that surrounded it when it was first released in 1967. I also heard that at first it was seized by U.S. customs if it ever tried to enter this country, therefore being a fan of films considered controversial I really had to see this for myself.
The plot is centered around a young Swedish drama student named Lena who wants to learn everything she can about life. In particular she wants to focus her attentions to making some sort of documentary on what the average Swede thought about certain political issues such as the Vietnam War and race issues in the United States. In between asking politicians and ordinary denizens of Stockholm about their opinions on politics, she has sex with her drama teacher, classmates, and married men.
What kills me about I AM CURIOUS-YELLOW is that 40 years ago, this was considered pornographic. Really, the sex and nudity scenes are few and far between, even then it's not shot like some cheaply made porno. While my countrymen mind find it shocking, in reality sex and nudity are a major staple in Swedish cinema. Even Ingmar Bergman, arguably their answer to good old boy John Ford, had sex scenes in his films.
I do commend the filmmakers for the fact that any sex shown in the film is shown for artistic purposes rather than just to shock people and make money to be shown in pornographic theaters in America. I AM CURIOUS-YELLOW is a good film for anyone wanting to study the meat and potatoes (no pun intended) of Swedish cinema. But really, this film doesn't have much of a plot."
}'
| 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。
要使用此API,请发送带有要分析的文本的POST请求。您将收到情感评估,并获得正面、负面和中性的评分
内容清晰度API分析文本以评估情感识别实体和分类内容提供对文本性质和语气的详细见解
有不同的计划适合每个人,包括少量请求的免费试用,但其速率受到限制以防止滥用服务
Zyla提供了几乎所有编程语言的广泛集成方法。您可以根据需要使用这些代码与您的项目集成
该API返回有关域名的年龄和历史的详细信息,包括自创建以来的年、月和日,以及到期和更新时间。
分析文本端点返回一个包含详细分析结果的JSON对象,包括情感分数(积极、消极、中性)、实体提取和内容分类
响应数据中的关键字段包括“积极”“消极”和“中立”情感分数以及提取的实体及其分类,提供文本情感和内容的全面视图
响应数据采用JSON格式结构,包含一个“outputs”对象,包含情感分数和额外的分析细节,便于在应用中解析和使用
分析文本端点提供情感分析、实体提取(例如姓名、日期)和内容分类,使用户能够深入了解文本的情感基调和关键主题
用户可以通过调整发送在POST请求中的输入文本来定制他们的请求,从而根据特定内容或上下文进行量身定制的分析
内容清晰度 API 利用先进的自然语言处理算法,经过多样化的数据集训练,确保对语言和上下文的广泛理解,以实现准确分析
数据准确性通过持续的模型训练和对真实文本样本的验证得以保持,确保API提供可靠和相关的分析结果
典型的用例包括产品评论的情感分析 品牌声誉监测 客户支持自动化 和文档分类 帮助组织从文本数据中获取可行的见解
服务级别:
100%
响应时间:
12,328ms
服务级别:
100%
响应时间:
6,292ms
服务级别:
100%
响应时间:
0ms
服务级别:
100%
响应时间:
349ms
服务级别:
100%
响应时间:
519ms
服务级别:
100%
响应时间:
0ms
服务级别:
100%
响应时间:
689ms
服务级别:
100%
响应时间:
477ms
服务级别:
100%
响应时间:
6,917ms
服务级别:
100%
响应时间:
0ms
服务级别:
100%
响应时间:
8,843ms
服务级别:
100%
响应时间:
8,843ms
服务级别:
100%
响应时间:
8,843ms
服务级别:
100%
响应时间:
457ms
服务级别:
100%
响应时间:
94ms
服务级别:
100%
响应时间:
268ms
服务级别:
100%
响应时间:
839ms
服务级别:
100%
响应时间:
199ms
服务级别:
100%
响应时间:
32ms
服务级别:
100%
响应时间:
95ms