La API de Análisis de Tono Emocional es una herramienta basada en el procesamiento de lenguaje natural (NLP) que permite analizar textos escritos y obtener una evaluación detallada de su contenido emocional. Esta API recibe texto simple como entrada y devuelve una estructura JSON con puntuaciones de sentimiento positivo, negativo y neutral, junto con una puntuación general que resume la orientación emocional general del texto.
Gracias a modelos de análisis semántico entrenados con grandes volúmenes de datos lingüísticos, esta API puede identificar con precisión el tono emocional de las frases en lenguaje natural. Por ejemplo, al analizar una frase como "me encanta", el sistema devuelve una alta puntuación positiva (0.677), una puntuación neutral moderada (0.323), una puntuación negativa de cero y una puntuación general de 0.6369, lo que indica una expresión emocional fuertemente positiva.
Esta API es especialmente útil en múltiples escenarios: desde el monitoreo de redes sociales, análisis de reseñas de productos o servicios, sistemas de retroalimentación de clientes, hasta aplicaciones de recursos humanos que buscan evaluar el clima emocional en encuestas internas. También se puede integrar fácilmente en dashboards analíticos, chatbots o herramientas de inteligencia empresarial.
Para usar este endpoint, debes ingresar un texto y el idioma en el que está escrito (inglés = en o alemán = de) en los parámetros.
Detección de sentimientos - Características del Endpoint
| Objeto | Descripción |
|---|---|
text |
[Requerido] Indicates a text |
{"document":{"sentiment":"negative","sentimentWithNeutral":"negative","confidence":0.4515},"sentences":[{"sentiment":"neutral","offset":0,"confidence":0.36,"length":11}]}
curl --location --request GET 'https://zylalabs.com/api/7820/emotion+tone+analysis+api/12815/sentiment+detection?text=i love it' --header 'Authorization: Bearer YOUR_API_KEY'
| Encabezado | Descripción |
|---|---|
Autorización
|
[Requerido] Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito. |
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
Para utilizar esta API, los usuarios deben ingresar un texto para obtener un análisis de sentimiento.
API de Análisis de Tonos Emocionales diseñada para analizar datos textuales y detectar el tono emocional expresado en ellos.
Hay diferentes planes para todos los gustos, incluyendo una prueba gratuita para un pequeño número de solicitudes, pero tu tarifa está limitada para evitar el abuso del servicio.
Zyla proporciona una amplia gama de métodos de integración para casi todos los lenguajes de programación. Puedes usar estos códigos para integrarte con tu proyecto según lo necesites.
La API devuelve un objeto JSON que contiene resultados de análisis de sentimientos, incluidos el sentimiento general, las puntuaciones de confianza y el sentimiento detallado de oraciones individuales.
Los campos clave incluyen "sentimiento" (sentimiento general), "confianza" (certeza del sentimiento) y "oraciones" (matriz que detalla el sentimiento de cada oración con desplazamientos y longitudes).
La respuesta está estructurada como un objeto JSON con una sección "documento" para el sentimiento general y un arreglo "oraciones" para el análisis detallado de cada oración.
El endpoint acepta parámetros como "text" (el texto de entrada para análisis) y "language" (para especificar el idioma, por ejemplo, 'en' para inglés o 'de' para alemán).
El punto final proporciona información sobre el tono emocional del texto, incluyendo la clasificación de sentimientos (positivo, negativo, neutral) y niveles de confianza tanto para los sentimientos generales como específicos de cada oración.
Los usuarios pueden analizar el sentimiento general para evaluar las opiniones de los clientes y utilizar datos a nivel de oración para identificar áreas específicas de preocupación o comentarios positivos, lo que ayuda en respuestas dirigidas.
La API emplea procesamiento de lenguaje natural y algoritmos de aprendizaje automático, entrenados continuamente en diversos conjuntos de datos para mejorar la precisión en la detección de sentimientos.
Los casos de uso comunes incluyen monitorear el sentimiento en las redes sociales, analizar comentarios de clientes y evaluar la reputación de la marca, ayudando a las empresas a tomar decisiones informadas basadas en conocimientos emocionales.
Nivel de Servicio:
100%
Tiempo de Respuesta:
13ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.771ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
507ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
233ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
14ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
46ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
242ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
48ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
229ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
243ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
6.749ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
14.691ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
16ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
16ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
6.410ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
22ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
3.670ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.260ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
16ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.413ms