भावना पहचान API स्वचालित रूप से एक पाठ की भावना की पहचान करता है इसे सकारात्मक या नकारात्मक के रूप में वर्गीकृत करता है वर्गीकरण के अलावा API एक संख्यात्मक स्कोर भी प्रदान करता है जो पहचान की गई भावना की तीव्रता को इंगित करता है जिससे भावनात्मक सामग्री का अधिक गहन और सूक्ष्म विश्लेषण संभव होता है
इसका संचालन सरल है: एक पाठ अनुक्रम इनपुट के रूप में भेजा जाता है और API विश्लेषित पाठ के साथ एक JSON संरचना लौटाता है पहचान की गई भावना (“सकारात्मक” या “नकारात्मक”) और -1 से 1 के बीच एक स्कोर एक स्कोर जो -1 के करीब है एक अत्यधिक नकारात्मक भावना को दर्शाता है जबकि 1 के करीब का मूल्य एक मजबूत सकारात्मक भावना को इंगित करता है उदाहरण के लिए पाठ “मुझे यह नफरत है” एक “नकारात्मक” भावना के साथ -0.556 का स्कोर लौटाता है
यह API उत्पाद समीक्षा विश्लेषण सामाजिक मीडिया निगरानी ग्राहक सेवा सर्वेक्षण उपयोगकर्ता-निर्मित सामग्री विश्लेषण और अधिक के लिए विभिन्न प्रकार के अनुप्रयोगों के लिए आदर्श है इसे CRM सिस्टम विपणन डैशबोर्ड ब्रांड निगरानी उपकरण समर्थन बॉट या किसी भी मंच में आसानी से एकीकृत किया जा सकता है जो प्राकृतिक भाषा को संसाधित करता है
भावना विश्लेषक - एंडपॉइंट फीचर्स
| ऑब्जेक्ट | विवरण |
|---|---|
text |
[आवश्यक] Indicate a text |
{"score": 0.639, "text": "i love it", "sentiment": "POSITIVE"}
curl --location --request GET 'https://zylalabs.com/api/8453/sentiment+detection+api/14816/sentiment+analyzer?text=i love it' --header 'Authorization: Bearer YOUR_API_KEY'
| 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।
भावना पहचान API एक JSON संरचना लौटाता है जिसमें विश्लेषित पाठ, पहचान की गई भावना (या तो "सकारात्मक" या "नकारात्मक") और -1 से 1 तक का एक संख्यात्मक भावनात्मक तीव्रता स्कोर शामिल होता है
प्रतिक्रिया डेटा में प्रमुख क्षेत्र "पाठ" (इनपुट पाठ), "भावना" (भावना वर्गीकरण) और "स्कोर" (भावना की संख्याात्मक तीव्रता) शामिल हैं
प्रतिक्रिया डेटा JSON प्रारूप में तीन मुख्य क्षेत्रों में व्यवस्थित है "text" मूल इनपुट के लिए "sentiment" वर्गीकरण के लिए और "score" भावनात्मक तीव्रता के लिए जो आसान पार्सिंग और एकीकरण की अनुमति देता है
Sentiment Detection API के लिए प्राथमिक पैरामीटर "पाठ" है जिसे इनपुट के रूप में प्रदान किया जाना चाहिए उपयोगकर्ता अपने अनुरोधों को अनुकूलित कर सकते हैं करके वे जिस पाठ सामग्री का विश्लेषण करते हैं
विशिष्ट उपयोग के मामलों में उत्पाद समीक्षाओं का विश्लेषण करना सामाजिक मीडिया की भावना की निगरानी करना ग्राहक सेवा इंटरैक्शन को बढ़ाना सर्वेक्षण आयोजित करना और भावनात्मक अंतर्दृष्टि के लिए उपयोगकर्ता द्वारा उत्पन्न सामग्री का मूल्यांकन करना शामिल है
डेटा सटीकता निरंतर मॉडल प्रशिक्षण और विविध डेटा सेट के खिलाफ मान्यता के माध्यम से बनाए रखा जाता है यह सुनिश्चित करते हुए कि भावना विश्लेषण वास्तविक दुनिया की भाषा के उपयोग और भावनात्मक अभिव्यक्ति को दर्शाता है
उपयोगकर्ता लौटाए गए डेटा का उपयोग कर सकते हैं भावना और स्कोर को वास्तविक समय की प्रतिक्रिया ट्रेंड विश्लेषण या ग्राहक सेवा और मार्केटिंग रणनीतियों में स्वचालित उत्तरों के लिए अनुप्रयोगों में एकीकृत करके
मानक डेटा पैटर्न में भावना की स्पष्ट वर्गीकरण और एक संबंधित स्कोर शामिल है जो भावनात्मक तीव्रता को दर्शाता है जैसे "नकारात्मक" के लिए -0.556 का स्कोर नकारात्मक भावनाओं के लिए
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
89ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
17ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
144ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
620ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,441ms
सर्विस लेवल:
94%
रिस्पॉन्स टाइम:
659ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,251ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
46ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,281ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,236ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,896ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
4,733ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,284ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,951ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,895ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,831ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
1,183ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,452ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
1,703ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
1,598ms