खराब शब्द संवेदन API की डिज़ाइन ऐसी है कि यह पाठों में आक्रामक या अनुचित भाषा की पहचान, विश्लेषण और सेंसर कर सके। इसका मुख्य उद्देश्य सभी प्रकार के दर्शकों के लिए सुरक्षित, अधिक सम्मानजनक और उचित डिजिटल वातावरण सुनिश्चित करना है, विशेष रूप से उन प्लेटफार्मों पर जहाँ उपयोगकर्ता सामग्री उत्पन्न करते हैं, जैसे कि सामाजिक नेटवर्क, फोरम, चैट, वीडियो गेम या शैक्षिक अनुप्रयोग। यह API पाठ का अर्थ और संदर्भ विश्लेषण करके काम करती है। जब कोई सामग्री का स्ट्रिंग भेजा जाता है, तो सिस्टम इसे शब्द दर शब्द जांचता है, विभिन्न भाषाओं और वर्तनी के संस्करणों में आक्रामक अभिव्यक्तियों के अद्यतन डेटाबेस के साथ मेल खाता है। परिणाम में विस्तृत जानकारी शामिल होती है, जैसे कि पाई गई अनुचित शब्दों की कुल संख्या, पाठ में उनकी सटीक स्थिति, कोई वर्तनी विकृति, और प्रत्येक शब्द की गंभीरता स्तर। विश्लेषण के अतिरिक्त, यह API एक स्वचालित सेंसरशिप कार्यक्षमता भी प्रदान करती है, जो एक क्षेत्र उत्पन्न करती है जिसे censored_content कहा जाता है, जो पहचान किए गए शब्दों को प्रतीकों (जैसे कि “****”) के साथ प्रतिस्थापित करती है। इससे डेवलपर्स को संचार की धारा को बाधित किए बिना पाठ के फ़िल्टर की गई संस्करण को आसानी से एकीकृत करने की अनुमति मिलती है या संवेदनशील सामग्री को उजागर नहीं किया जाता है। एक और लाभ है कस्टमाइज़ेशन: यह संदर्भ या लक्ष्य दर्शकों के अनुसार संवेदनशीलता के स्तर को अनुकूलित करना संभव बनाता है, सेंसर किए गए शब्दों की सूची को बढ़ाने या घटाने के लिए। इसे स्वचालित मॉडरेशन सिस्टम, प्रशासन पैनल या सुरक्षित भाषा अध्ययन के लिए कृत्रिम बुद्धिमत्ता के साथ भी एकीकृत किया जा सकता है। संक्षेप में यह API न केवल एक अभद्रता फ़िल्टर के रूप में कार्य करती है, बल्कि एक संपूर्ण भाषाई मॉडरेशन प्रणाली के रूप में भी। इसका कार्यान्वयन डिजिटल सह-अस्तित्व को सुधारने, ऑनलाइन उत्पीड़न को कम करने, और इसका उपयोग करने वाले प्लेटफार्मों की प्रतिष्ठा की रक्षा करने में योगदान देता है, जो अभिव्यक्ति की स्वतंत्रता और सम्मानजनक संचार के बीच संतुलन प्रदान करता है
पाठों में आपत्तिजनक भाषा का पता लगाता है और उसे सेंसर करता है स्वचालित संसाधन के लिए अनुपयुक्त शब्दों की संख्या, स्थिति और प्रतिस्थापन के साथ विस्तृत विश्लेषण लौटाता है
निंदा - एंडपॉइंट फीचर्स
| ऑब्जेक्ट | विवरण |
|---|---|
रिक्वेस्ट बॉडी |
[आवश्यक] Json |
{"content": "shit", "bad_words_total": 1, "bad_words_list": [{"original": "shit", "word": "shit", "deviations": 0, "info": 2, "start": 0, "end": 4, "replacedLen": 4}], "censored_content": "****"}
curl --location --request POST 'https://zylalabs.com/api/11005/bad+words+censure+api/20741/censure' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw 'shit'
| हेडर | विवरण |
|---|---|
Authorization
|
[आवश्यक] होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें। |
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
सेंसर अंतर्दृष्टि एक JSON ऑब्जेक्ट लौटाता है जिसमें मूल सामग्री, पता किए गए आक्रमक शब्दों की कुल संख्या, उन शब्दों की एक सूची उनके विवरण के साथ और सामग्री का एक सेंसर किया हुआ संस्करण शामिल होता है यह डेवलपर्स को अनुपयुक्त भाषा की सीमा को समझने और एक फ़िल्टर किया हुआ आउटपुट प्रदान करने की अनुमति देता है
प्रतिक्रिया में प्रमुख क्षेत्र `content` (मूल पाठ), `bad_words_total` (आपत्तिजनक शब्दों की गिनती), `bad_words_list` (हर पहचाने गए शब्द का विवरण), और `censored_content` (आपत्तिजनक शब्दों के बदले गए पाठ) शामिल हैं ये क्षेत्र मध्यस्थता के लिए व्यापक अंतर्दृष्टि प्रदान करते हैं
प्रतिक्रिया डेटा को एक JSON वस्तु के रूप में संरचित किया गया है इसमें मूल सामग्री कुल बुरे शब्दों एक सूची में पहचान की गई शब्दों के लिए फ़ील्ड होते हैं और सेंसर की गई संस्करण शामिल है यह संगठन आसान पैर्सिंग और अनुप्रयोगों में एकीकरण की सुविधा प्रदान करता है
सेंसर endpoint विश्लेषण के लिए पाठ और संवेदनशीलता स्तरों के लिए वैकल्पिक सेटिंग्स जैसे पैरामीटर स्वीकार करता है उपयोगकर्ता अपनी आवश्यकताओं के अनुसार फ़िल्टरिंग मानदंडों को समायोजित करने के लिए संदर्भ या दर्शकों को निर्दिष्ट करके अपनी अनुरोधों को अनुकूलित कर सकते हैं
उपयोगकर्ता `bad_words_list` का विश्लेषण करके लौटाए गए डेटा का उपयोग कर सकते हैं ताकि यह समझ सकें कि कौन से शब्द चिह्नित किए गए थे और उनकी गंभीरता क्या थी `censored_content` को सीधे फ़िल्टर किए गए पाठ को प्रदर्शित करने के लिए उपयोग किया जा सकता है जिससे सम्मानजनक संचार सुनिश्चित हो सके जबकि संदर्भ बनाए रखा जा सके
प्रतिष्ठान उपयोग के मामलों में सोशल मीडिया, फोरम और चैट अनुप्रयोगों पर उपयोगकर्ता-सृजित सामग्री का मध्यवर्तीकरण करना और शैक्षिक उपकरणों और वीडियो गेम में उपयुक्त भाषा सुनिश्चित करना शामिल है यह विभिन्न प्लेटफार्मों पर एक सम्मानजनक वातावरण बनाए रखने में मदद करता है
डेटा सटीकता को आक्रामक शब्दों के डेटाबेस के निरंतर अपडेट के माध्यम से बनाए रखा जाता है जिसमें विभिन्न भाषाएँ और वर्तनी विविधताएँ शामिल हैं नियमित रिव्यू और समुदाय की फीडबैक यह सुनिश्चित करने में मदद करती है कि सूची प्रासंगिक और अनुपयुक्त भाषा का पता लगाने में प्रभावी बनी रहे
मानक डेटा पैटर्न में आपत्तिजनक शब्दों की स्पष्ट पहचान, पाठ में उनके स्थान और प्रत्येक शब्द को असाइन की गई गंभीरता स्तर शामिल होते हैं उपयोगकर्ताओं को प्रतिक्रिया में सुसंगत प्रारूप की अपेक्षा होती है जिससे परिणामों को एकीकृत और विश्लेषण करना आसान हो जाता है
सर्विस लेवल:
91%
रिस्पॉन्स टाइम:
1,265ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
764ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,130ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,334ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,659ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,869ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,612ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,050ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
320ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
7,637ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
15ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
15ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
6,603ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
16ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
15ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
1,183ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,546ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,176ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,606ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
9,443ms