La API de Extracción de Contenido del Tono Emocional es una herramienta basada en el procesamiento del lenguaje natural (NLP) que te 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 puntajes de sentimiento positivo, negativo y neutral, junto con un puntaje general que resume la orientación emocional general del texto.
Gracias a los 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 un alto puntaje positivo (0.677), un puntaje neutral moderado (0.323), un puntaje negativo cero y un puntaje 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, el 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 paneles de análisis, chatbots o herramientas de inteligencia empresarial.
Para usar este punto final, 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/7821/emotion+tone+content+fetcher+api/12814/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 obtención de contenido de tono emocional diseñada para analizar datos textuales y detectar el tono emocional expresado en ellos.
Hay diferentes planes para adaptarse a 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 ofrece una amplia gama de métodos de integración para casi todos los lenguajes de programación. Puedes usar estos códigos para integrar con tu proyecto según lo necesites.
La API devuelve un objeto JSON que contiene resultados de análisis de sentimientos, incluyendo el sentimiento general, puntuaciones de confianza y sentimiento detallado para oraciones individuales.
Los campos clave incluyen "sentimiento" (sentimiento general), "confianza" (certeza del sentimiento) y "oraciones" (arreglo 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 punto final acepta parámetros como "text" (el texto de entrada para análisis) y "language" (para especificar el idioma, p. ej., '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 los niveles de confianza tanto para los sentimientos generales como para los específicos de cada oración.
Los usuarios pueden analizar el sentimiento general para evaluar las opiniones de los clientes y utilizar datos a nivel de oraciones para identificar áreas específicas de preocupación o comentarios positivos, lo que ayuda a respuestas dirigidas.
La API emplea procesamiento de lenguaje natural y algoritmos de aprendizaje automático, continuamente entrenados en conjuntos de datos diversos para mejorar la precisión en la detección de sentimientos.
Los casos de uso comunes incluyen monitorear el sentimiento en redes sociales, analizar la retroalimentación de los clientes y evaluar la reputación de la marca, ayudando a las empresas a tomar decisiones informadas basadas en insights emocionales.
Nivel de Servicio:
100%
Tiempo de Respuesta:
14ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
242ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
507ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
13ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
46ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.771ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
19ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
233ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
9.212ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
48ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
12.216ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.252ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.057ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
995ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
751ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.207ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.106ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.190ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.586ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
913ms