文本审核分析API是内容审核领域中的一项重要工具,提供了一种完整的解决方案,用于分析和过滤各种应用中的基于文本的内容。在当今数字环境中,用户生成的内容在在线平台上不断增加,因此确保文本符合适当的体面、合法性和品牌指引标准至关重要。文本审核分析API正成为一个强大的盟友,为用户、社交媒体平台和在线社区提供了一种强大的机制,以维持安全、包容和合规的环境。
从本质上讲,API旨在分析文本内容,并根据预定义标准评估其适当性。这些标准通常包括识别和标记可能具有攻击性、不适当或违反某些指引的内容。这些指引可能包括对仇恨言论、粗俗语言、露骨内容或在特定上下文中被认为不受欢迎的任何其他内容的限制。
文本审核分析API的一个关键特性是其实时操作的能力,允许对传入的文本数据进行即时分析。这在用户生成内容量很大的平台上特别重要,例如社交网络、论坛和在线市场。实时审核确保快速识别和响应潜在有害内容,降低与不当或冒犯性文本相关的风险。
该API的多样性扩展到对多种语言的支持,使具有全球用户基础的公司和平台能够在各种语言环境中应用一致且有效的文本审核。这确保无论内容表达的语言如何,审查标准都能得到一致的应用。
文本审核分析API与现有平台和应用的集成旨在无缝进行,具有良好的文档化端点和对流行编程语言的支持。这使开发者和希望增强内容审核能力的公司能够直接采用,且无需面对重大技术障碍。
总之,文本审核分析API是一个复杂的解决方案,旨在应对数字时代用户生成文本内容所带来的动态挑战。它的分析功能、多语言支持、易于集成、合规特性和机器学习能力共同使其成为致力于促进安全、包容和合规在线空间的用户的关键组成部分。随着数字互动的不断演变,文本审核分析API作为维护内容标准和确保用户积极在线体验的可靠伙伴。
它将接收参数并向您提供JSON。
社交媒体审核:使用API自动审核和过滤社交媒体平台上的用户生成内容,防止传播不当或冒犯性文本。
在线论坛和社区:集成API以审核在线论坛中的讨论和评论,保持尊重和包容的环境。
电子商务产品评论:利用API过滤和审核电子商务平台上的产品评论,确保评论符合内容标准且不包含攻击性语言。
聊天应用程序:在聊天应用程序中实施实时文本审核,以过滤不当内容,维持积极的用户体验。
内容发布平台:增强发布平台上的内容审核,自动识别和过滤违反指引的内容,以确保品牌完整性。
除了每月的API调用次数外,没有其他限制。
要使用这个端点,您必须输入要解析的文本。
文本审核 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
request_id:"9ff0c77d-ef4c-477d-af33-793515eaa016"
overall_score:0.0071
classification:"non_toxic"
confidence:0.9929
category_scores:
toxic:0.0071
severe_toxic:0.0036
obscene:0.0044
threat:0.0057
insult:0.0048
identity_hate:0.0052
curl --location --request POST 'https://zylalabs.com/api/3130/text+moderation+analysis+api/3325/text+moderation' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "This is an example comment to analyze."
}'
| 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。
要使用此API,用户必须输入文本以接收其分析
文本审核分析API是一个强大的工具,旨在分析和过滤文本内容
Zyla为几乎所有编程语言提供了广泛的集成方法。您可以根据需要使用这些代码与您的项目进行集成
有不同的套餐适合每个人,包括针对小额请求的免费试用,但它的比率是有限的,以防止滥用服务
API返回一个包含各种内容类别得分的JSON对象,例如有毒性、不雅、威胁、冒犯性、色情和垃圾邮件。每个得分表示该文本落入该类别的可能性
响应中的关键字段包括“有毒”“不雅”“威胁”“冒犯”“色情”和“垃圾邮件”每个字段表示一个介于0和1之间的分数,表示文本被归类为该类别的概率
响应数据被结构化为键值对的JSON对象 每个键对应特定的内容类别 值是一个浮点数表示文本在该类别下不当的可能性
该端点的主要参数是“text”参数,其中包含要分析的文本。用户可以通过提供不同的文本输入来自定义其请求以进行审核分析
用户可以通过解释每个类别的分数来利用返回的数据。例如,较高的“有毒”分数可能会促使立即采取措施删除或标记内容,而较低的分数可能表示内容是可以接受的
该端点根据预定义标准提供文本适当性的信息,包括与仇恨言论、亵渎和露骨内容相关的潜在风险,帮助维护安全的在线环境
数据准确性通过对基础算法的持续更新和改进得到保持,这些算法在多样化的数据集上进行训练,以确保在各种上下文和语言中可靠的审查
典型的用例包括在社交媒体上调节用户生成的内容 在在线论坛中过滤评论 在电子商务网站上审查产品反馈 以及确保聊天应用程序的合规性
服务级别:
100%
响应时间:
519ms
服务级别:
100%
响应时间:
689ms
服务级别:
100%
响应时间:
477ms
服务级别:
100%
响应时间:
349ms
服务级别:
100%
响应时间:
127ms
服务级别:
100%
响应时间:
778ms
服务级别:
100%
响应时间:
263ms
服务级别:
100%
响应时间:
295ms
服务级别:
100%
响应时间:
250ms
服务级别:
100%
响应时间:
1,333ms