{"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/7819/emotion+tone+data+extractor+api/12817/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 भावना स्वर डेटा निष्कर्षक 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 डेटा एक्सट्रैक्टर एपीआई एक उपकरण है जो प्राकृतिक भाषा संसाधन (एनएलपी) पर आधारित है जो आपको लिखित पाठों का विश्लेषण करने और उनके भावनात्मक सामग्री का विस्तृत आकलन प्राप्त करने की अनुमति देता है यह एपीआई सरल पाठ को इनपुट के रूप में प्राप्त करता है और सकारात्मक नकारात्मक और तटस्थ भावना स्कोर के साथ एक.JSON संरचना लौटाता है साथ ही पाठ की सामान्य भावनात्मक दिशा का सारांश प्रस्तुत करने वाला एक समग्र स्कोर भी प्रदान करता है
बड़े मात्रा के भाषाई डेटा के साथ प्रशिक्षित सेमांटिक विश्लेषण मॉडल के धन्यवाद, यह एपीआई प्राकृतिक भाषा में वाक्यांशों की भावनात्मक टोन को सटीकता से पहचान सकता है उदाहरण के लिए जब "मुझे यह पसंद है" जैसे वाक्यांश का विश्लेषण किया जाता है तो सिस्टम उच्च सकारात्मक स्कोर (0.677), मध्यम तटस्थ स्कोर (0.323), शून्य नकारात्मक स्कोर और 0.6369 का समग्र स्कोर लौटाता है जो एक मजबूत सकारात्मक भावनात्मक अभिव्यक्ति का संकेत देता है
यह एपीआई कई परिदृश्यों में विशेष रूप से उपयोगी है: सामाजिक मीडिया निगरानी, उत्पाद या सेवा समीक्षा विश्लेषण, ग्राहक प्रतिक्रिया प्रणालियों से मानव संसाधन अनुप्रयोगों तक जो आंतरिक सर्वेक्षण में भावनात्मक जलवायु का आकलन करने का प्रयास करते हैं इसे विश्लेषणात्मक डैशबोर्ड में या चैटबॉट्स या व्यावसायिक बुद्धिमत्ता उपकरणों में भी आसानी से एकीकृत किया जा सकता है
इस API का उपयोग करने के लिए, उपयोगकर्ताओं को एक पाठ दर्ज करना होगा ताकि भावनात्मक विश्लेषण प्राप्त किया जा सके
इमोशन टोन डेटा एक्स्ट्रैक्टर एपीआई को पाठ डेटा का विश्लेषण करने और उसमें व्यक्त भावनात्मक टोन का पता लगाने के लिए डिज़ाइन किया गया है
विभिन्न योजनाएँ हैं जो सभी स्वादों के अनुकूल हैं जिसमें सीमित संख्या में अनुरोधों के लिए एक मुफ्त परीक्षण शामिल है लेकिन आपकी दर का दायरा सेवा के दुरुपयोग से बचने के लिए सीमित है
ज़ायला लगभग सभी प्रोग्रामिंग भाषाओं के लिए एक विस्तृत श्रृंखला के एकीकरण विधियों प्रदान करता है आप इन कोडों का उपयोग अपने प्रोजेक्ट के साथ एकीकृत करने के लिए कर सकते हैं जैसे आपको आवश्यकता होती है
एपीआई एक JSON वस्तु लौटाता है जिसमें भावना विश्लेषण के परिणाम शामिल होते हैं जिसमें समग्र भावना, विश्वास स्कोर और व्यक्तिगत वाक्य के लिए विस्तृत भावना होती है
मुख्य क्षेत्रों में "भावना" (कुल भावना) "विश्वास" (भावना की निश्चितता) और "वाक्य" (प्रत्येक वाक्य के लिए भावना का विवरण देने वाला सरणी जिसमें ऑफसेट और लंबाई शामिल हैं) शामिल हैं
प्रतिस्पंदन 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" ऐरे है
एंडपॉइन्ट "text" (विश्लेषण के लिए इनपुट टेक्स्ट) और "language" (भाषा निर्दिष्ट करने के लिए, उदाहरण के लिए, 'en' अंग्रेजी के लिए या 'de' जर्मन के लिए) जैसे पैरामीटर स्वीकार करता है
यह एंडपॉइंट पाठ के भावनात्मक स्वर की जानकारी प्रदान करता है जिसमें भावना वर्गीकरण (सकारात्मक नकारात्मक तटस्थ) और समग्र तथा वाक्य विशेष भावनाओं के लिए आत्मविश्वास स्तर शामिल हैं
उपयोगकर्ता समग्र भावना का विश्लेषण कर सकते हैं ताकि ग्राहक की राय का पता लगाया जा सके और वाक्य स्तर के डेटा का उपयोग करके चिंताओं या सकारात्मक फीडबैक के विशिष्ट क्षेत्रों की पहचान कर सकें जो लक्षित प्रतिक्रियाओं में मदद करता है
एपीआई प्राकृतिक भाषा प्रसंस्करण और मशीन लर्निंग एल्गोरिदम का उपयोग करता है जो निरंतर विविध डेटा सेट पर प्रशिक्षित होते हैं ताकि भावना पहचानने में सटीकता को बढ़ाया जा सके
सामान्य उपयोग के मामले में सामाजिक मीडिया के भावनात्मक स्थिति की निगरानी करना ग्राहक प्रतिक्रिया का विश्लेषण करना और ब्रांड की प्रतिष्ठा का आकलन करना शामिल है जिससे व्यवसायों को भावनात्मक अंतर्दृष्टि के आधार पर सूचित निर्णय लेने में मदद मिलती है