{
"Happy": 1.0,
"Angry": 0.0,
"Surprise": 0.0,
"Sad": 0.0,
"Fear": 0.0
}
curl --location --request POST 'https://zylalabs.com/api/10882/capture+emotions+from+text+api/20587/emotion+detection' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw 'I am very happy to use this API.'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए पाठ से भावनाओं को कैद करें API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| 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।
(वार्षिक बिलिंग के साथ 2 महीने बचाएँ 🎉)
अग्रणी कंपनियों का भरोसा
कैप्चर इमोशन्स फ्रॉम टेक्स्ट एपीआई आपको किसी भी पाठ में मौजूद भावनाओं की पहचान और माप करने की अनुमति देता है इसका लक्ष्य लिखित भाषा के पीछे की भावनात्मक टोन को समझने में मदद करना है जो मानव इंटरैक्शन को अनुकूलित करने, संचार में सुधार करने और सामग्री विश्लेषण को समृद्ध करने के लिए मूल्यवान जानकारी प्रदान करता है
पाठ प्राप्त करने पर एपीआई इसकी भाषाई सामग्री का विश्लेषण करता है और मूलभूत भावनाओं का एक सेट वापस करता है जैसे खुशी, क्रोध, tristeza, आश्चर्य और भय प्रत्येक के साथ एक संख्यात्मक मान होता है जो इसकी तीव्रता या उपस्थिति के स्तर को दर्शाता है ये मान 0 से 1 के स्कोर के रूप में व्यक्त किए जाते हैं जिससे आप पाठ में प्रमुख भावना और अन्य भावनाओं के प्रकट होने की सीमा को सटीक रूप से निर्धारित कर सकते हैं
यह सेवा विशेष रूप से भावनात्मक विश्लेषण, ग्राहक सेवा, विपणन, सामाजिक अनुसंधान, सोशल मीडिया निगरानी, चैटबॉट विकास और समीक्षा विश्लेषण के क्षेत्रों में अनुप्रयोगों के लिए उपयोगी है कंपनियाँ इसका उपयोग अपने ग्राहकों की भावनात्मक स्थिति का आकलन करने, विज्ञापन अभियानों पर प्रतिक्रिया मापने, या पहचानी गई टोन के अनुसार स्वचालित संचार को समायोजित करने के लिए कर सकती हैं
संक्षेप में, कैप्चर इमोशन्स फ्रॉम टेक्स्ट एपीआई पाठ को अर्थपूर्ण भावनात्मक सूचना में बदलने के लिए एक शक्तिशाली और लचीला समाधान है इसके साथ डेवलपर्स और विश्लेषक शब्दों के पीछे की भावनाओं को बेहतर ढंग से समझ सकते हैं और उपयोगकर्ताओं या दर्शकों की भावनात्मक स्थिति के आधार पर अधिक सूचित निर्णय ले सकते हैं
इमोशन डिटेक्शन एंडपॉइंट एक JSON ऑब्जेक्ट लौटाता है जिसमें पांच मूल भावनाओं के लिए स्कोर होते हैं: खुशी, गुस्सा, उदासी, आश्चर्य और डर प्रत्येक भावना को 0 से 1 के बीच की संख्या के मूल्य से दर्शाया गया है जो विश्लेषित पाठ में इसकी तीव्रता को दर्शाता है
प्रतिक्रिया डेटा में मुख्य क्षेत्र "खुश," "गुस्सा," "उदास," "आश्चर्य," और "डर" हैं प्रत्येक क्षेत्र एक भावना से संबंधित है और उस भावना की तीव्रता को दर्शाने वाला एक स्कोर enthält है जो प्रदान की गई पाठ में है
प्रतिक्रिया डेटा को एक JSON ऑब्जेक्ट के रूप में व्यवस्थित किया गया है जिसमें भावना लेबल कुंजी के रूप में और उनके संबंधित तीव्रता स्कोर मान के रूप में हैं यह संरचना पाठ की भावनात्मक सामग्री के पार्सिंग और व्याख्या को आसान बनाती है
सामान्य उपयोग के मामलों में ग्राहक फीडबैक के लिए भावना विश्लेषण उपयोगकर्ता भावनाओं के आधार पर चैटबॉट इंटरैक्शन को मजबूत करना सोशल मीडिया की भावना की निगरानी करना और मार्केटिंग अभियानों या सामग्री के लिए भावनात्मक प्रतिक्रियाओं का विश्लेषण करना शामिल है
उपयोगकर्ता इमोशन डिटेक्शन एंडपॉइंट को विभिन्न टेक्स्ट इनपुट प्रदान करके अपने डेटा अनुरोधों को अनुकूलित कर सकते हैं एपीआई प्रस्तुत किए गए विशिष्ट टेक्स्ट का विश्लेषण करता है जिससे विभिन्न सामग्री के आधार पर अनुकूलित भावनात्मक अंतर्दृष्टि प्राप्त होती है
डेटा सटीकता को उन्नत प्राकृतिक भाषा प्रसंस्करण एल्गोरिदम के माध्यम से बनाए रखा जाता है जो भाषाई पैटर्न और संदर्भ का विश्लेषण करते हैं मॉडल में निरंतर अपडेट और सुधार यह सुनिश्चित करते हैं कि यह विकसित होती भाषा के उपयोग और भावनात्मक अभिव्यक्ति के साथ अनुकूलित हो सके
मानक डेटा पैटर्न में इस पाठ के स्वर के आधार पर भावनाओं के लिए विभिन्न तीव्रता स्कोर शामिल होते हैं उदाहरण के लिए एक पाठ जो खुशी व्यक्त करता है वह उच्च खुशी स्कोर और अन्य भावनाओं के लिए कम स्कोर दे सकता है जबकि संघर्ष वाले पाठ में उच्च क्रोध और डर स्कोर दिखाई दे सकते हैं
उपयोगकर्ता लौटाए गए डेटा का उपयोग करके अंकों की व्याख्या कर सकते हैं ताकि पाठ की भावनात्मक स्वर को मापा जा सके उदाहरण के लिए उच्च खुशी स्कोर सकारात्मक भावना को इंगित कर सकता है जो ग्राहक सेवा या सामग्री निर्माण रणनीतियों में प्रतिक्रियाओं का मार्गदर्शन करता है