{"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/7820/emotion+tone+analysis+api/12815/sentiment+detection?text=i love it' --header 'Authorization: Bearer YOUR_API_KEY'
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 भावनात्मक स्वर विश्लेषण 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
इमोशन टोन एनालिसिस एपीआई एक ऐसा उपकरण है जो प्राकृतिक भाषा प्रसंस्करण (NLP) पर आधारित है जो आपको लिखित पाठों का विश्लेषण करने और उनके भावनात्मक सामग्री का विस्तृत मूल्यांकन प्राप्त करने की अनुमति देता है यह एपीआई सरल पाठ को इनपुट के रूप में लेता है और सकारात्मक नकारात्मक और तटस्थ भावना स्कोर के साथ एक JSON संरचना लौटाता है साथ ही एक समग्र स्कोर जो पाठ की सामान्य भावनात्मक प्रवृत्ति का सारांश प्रस्तुत करता है
विशाल मात्रा में भाषाई डेटा के साथ प्रशिक्षित अर्थ संबंधी विश्लेषण मॉडल के कारण यह एपीआई प्राकृतिक भाषा में वाक्यांशों के भावनात्मक टोन की सटीक पहचान कर सकता है उदाहरण के लिए जब "मुझे यह पसंद है" जैसे वाक्यांश का विश्लेषण किया जाता है तो प्रणाली उच्च सकारात्मक स्कोर (0.677) मध्यम तटस्थ स्कोर (0.323) शून्य नकारात्मक स्कोर और 0.6369 का समग्र स्कोर लौटाती है जो एक मजबूत सकारात्मक भावनात्मक अभिव्यक्ति को इंगित करता है
यह एपीआई कई परिदृश्यों में विशेष रूप से उपयोगी है: सामाजिक मीडिया की निगरानी उत्पाद या सेवा समीक्षा विश्लेषण ग्राहक फीडबैक सिस्टम से लेकर मानव संसाधन अनुप्रयोगों तक जो आंतरिक सर्वेक्षणों में भावनात्मक जलवायु का मूल्यांकन करने की कोशिश करते हैं इसे विश्लेषणात्मक डैशबोर्ड चैटबॉट या व्यवसायिक बुद्धिमत्ता उपकरणों में भी आसानी से एकीकृत किया जा सकता है
इस एपीआई का उपयोग करने के लिए, उपयोगकर्ताओं को एक पाठ दर्ज करना होगा ताकि संवेदनशीलता विश्लेषण प्राप्त किया जा सके
इमोशन टोन एनालिसिस एपीआई जिसे पाठ डेटा का विश्लेषण करने और उसमें व्यक्त भावनात्मक टोन का पता लगाने के लिए डिज़ाइन किया गया है
हर स्वाद के लिए अनुकूल विभिन्न योजनाएँ हैं जिसमें कुछ अनुरोधों के लिए एक निःशुल्क परीक्षण शामिल है लेकिन आपकी दर को सेवा के दुरुपयोग से बचाने के लिए सीमित किया गया है
Zyla लगभग सभी प्रोग्रामिंग भाषाओं के लिए एक विस्तृत श्रृंखला के एकीकरण विधियों की पेशकश करता है आप अपनी आवश्यकता के अनुसार अपने प्रोजेक्ट के साथ एकीकृत करने के लिए इन कोडों का उपयोग कर सकते हैं
एपीआई एक JSON ऑब्जेक्ट लौटाता है जिसमें संवेग विश्लेषण के परिणाम होते हैं जिसमें समग्र संवेग विश्वास स्कोर और व्यक्तिगत वाक्यों के लिए विस्तृत संवेग शामिल हैं
मुख्य क्षेत्र "भावना" (कुल भावना), "विश्वास" (भावना की निश्चितता), और "वाक्य" (प्रत्येक वाक्य के लिए भावना का विवरण देने वाला एरे जिसमें ऑफसेट और लंबाई है) शामिल हैं
प्रतिक्रिया को एक JSON ऑब्जेक्ट के रूप में संरचित किया गया है जिसमें समग्र भावना के लिए एक "दस्तावेज़" अनुभाग और प्रत्येक वाक्य के विस्तृत विश्लेषण के लिए एक "वाक्य" एरे है
अंत बिंदु ऐसे पैरामीटर स्वीकार करता है जैसे "पाठ" (विश्लेषण के लिए इनपुट पाठ) और "भाषा" (भाषा को निर्दिष्ट करने के लिए जैसे 'en' अंग्रेजी के लिए या 'de' जर्मन के लिए)
यह एंडपॉइंट पाठ के भावात्मक स्वरूप के बारे में अंतर्दृष्टियाँ प्रदान करता है जिसमें भावना वर्गीकरण (सकारात्मक नकारात्मक तटस्थ) और समग्र तथा वाक्य-विशिष्ट भावनाओं के लिए विश्वास स्तर शामिल हैं
उपयोगकर्ता ग्राहक की राय का आकलन करने के लिए समग्र भावना का विश्लेषण कर सकते हैं और विशिष्ट क्षेत्रों की पहचान के लिए वाक्य-स्तरीय डेटा का उपयोग कर सकते हैं जो चिंता या सकारात्मक फीडबैक को दर्शाते हैं जिससे लक्षित प्रतिक्रियाओं में सहायता मिलती है
एपीआई प्राकृतिक भाषा प्रसंस्करण और मशीन लर्निंग एल्गोरिदम का उपयोग करता है जो लगातार विविध डेटा सेट पर प्रशिक्षित होते हैं ताकि भावना पहचान में सटीकता बढ़ाई जा सके
सामान्य उपयोग के मामले में सोशल मीडिया की भावना की निगरानी करना ग्राहक फीडबैक का विश्लेषण करना और ब्रांड की प्रतिष्ठा का आकलन करना शामिल है जिससे व्यवसाय भावनात्मक अंतर्दृष्टियों के आधार पर सूचित निर्णय ले सकें