{
"success": true,
"language": "English",
"sentiment": "positive",
"score": {
"raw": 4,
"normalized": 0.29
},
"metrics": {
"strength_percent": 28.57,
"sentiment_ratio": "9:5",
"passion_percent": 18.92,
"reach_percent": 75.68
},
"emotion": {
"dominant": "happy",
"distribution": {
"happy": 2,
"angry": 2,
"sad": 0,
"fear": 0,
"surprise": 0
}
},
"keywords_with_sentiment": {
"love": "positive",
"beautiful": "positive",
"elegant": "positive",
"excellent": "positive",
"happy": "positive",
"confident": "positive",
"disappointed": "negative",
"slow": "negative",
"poor": "negative",
"frustrated": "negative",
"annoyed": "negative",
"good": "positive",
"reliable": "positive",
"innovative": "positive"
},
"counts": {
"positive": 9,
"negative": 5,
"total_words": 74
}
}
curl --location --request POST 'https://zylalabs.com/api/14922/text+sentiment+analysis+and+keyword+extraction+api/38931/text?text=I absolutely love this product because it looks beautiful and works perfectly. The design is elegant, the performance is excellent, and it makes me feel happy and confident while using it. However, I was a bit disappointed by the slow delivery and poor customer support, which made me frustrated and annoyed. Despite these issues, the overall experience is still good, and I would recommend it to others who want a reliable and innovative solution.' --header 'Authorization: Bearer YOUR_API_KEY'
注册后,每个开发者都会被分配一个个人 API 访问密钥,这是一个唯一的字母和数字组合,用于访问我们的 API 端点。要使用 文本情感分析和关键词提取 API 进行身份验证,只需在 Authorization 标头中包含您的 bearer token。
| 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。
(年度计费可节省 2 个月 🎉)
分析文本情感,检测情绪,提取带有正面或负面情感的关键词,并获取详细的情感评分、比例和语言信息
该API的主要功能是分析文本以确定其情感(积极、消极、中立),检测潜在情绪,并提取相关关键字,同时对其情感进行分类
API提供详细的情感分数、情感比率(例如,正面文本与负面文本的比例)以及分析文本的总体情感分类
是的该API能够检测和报告文本中存在的各种情感提供超越单纯正面或负面情绪的更深层次理解
该API从文本中提取出重要关键词,并且重要的是为每个提取的关键词分配情感(积极或消极),为它们的使用提供上下文
API 通常以结构化格式返回数据,通常是 JSON,详细说明情感分数、情绪分类、提取的关键词及其情感和语言信息
实际使用案例包括分析客户评价以评估满意度 监测社交媒体对品牌的情感 了解公众对话题的意见 和分类反馈以改进产品
是的 API 包含语言信息 允许用户识别输入文本的语言 这对于多语言分析工作流程至关重要
用户可以通过HTTP请求发送文本数据并接收结构化响应来集成API 这使得无缝地纳入内容审核系统 市场研究工具和客户反馈平台成为可能
核心价值在于通过提供清晰的情感分析、情绪识别和上下文感知的关键词提取,将非结构化文本转化为可操作的洞察,从而实现数据驱动的决策
情感分析结果通常包括字段,例如整体情感标签(例如“积极”、“消极”、“中立”)、情感分数(通常是数值)和情感比率,指示文本中情感的分布
终端返回结构化数据,包括整体情感分类(积极、消极、中性)、详细情感得分、情感分析、关键词提取及情感分类和语言检测
关键字段包括“成功”(布尔值)、“语言”(检测到的语言)、“情感”(整体情感)、“分数”(原始和规范化)、“指标”(强度、比例、激情、覆盖面)、“情绪”(主导情绪和分布)和“带情感的关键词”(提取的关键词及其情感)
响应数据采用JSON格式组织,包含嵌套的对象用于分数、指标、情感和关键字。这种结构便于访问特定信息,例如情感分数和关键字分类
主要参数是文本输入,它应该是一个字符串。用户可以通过改变文本内容来自定义请求,以基于提供的输入分析不同的情感和情绪
用户可以利用情感分数和情绪分布来衡量公众情绪,同时关键词提取有助于识别文本中的关键主题或问题。这些数据可以为营销策略、产品改进或客户服务提升提供参考
典型的使用案例包括分析客户反馈以进行产品开发 监测社交媒体上的品牌情感 进行市场调研 以及增强自然语言处理应用以提升用户参与度
数据准确性通过先进的算法得以维持,这些算法分析语言模式和情感指标。持续更新和在多样化数据集上的训练有助于提高模型的性能和可靠性
标准数据模式包括清晰的情感分类 一系列情感分数和情感分布 用户可以期待一致的关键词提取和情感标签 有助于全面的文本分析