{"success":true,"data":{"ai_probability":43,"label":"uncertain","word_count":22,"sentence_count":1,"plan":"free"}}
curl --location --request POST 'https://zylalabs.com/api/12675/sitetrace+content+detector+api/24553/analyze+text+for+machine+content?text=Furthermore, in order to delve into the comprehensive framework of this topic, it is important to leverage synergies across all relevant touchpoints.' --header 'Authorization: Bearer YOUR_API_KEY'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a SiteTrace detector de conteúdo API basta incluir seu token Bearer no cabeçalho Authorization.
| Cabeçalho | Descrição |
|---|---|
Authorization
|
Obrigatório
Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito.
|
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
(Economize 2 meses com cobrança anual 🎉)
Empresas líderes confiam em nós
O endpoint retorna um objeto JSON contendo um status de sucesso uma pontuação de probabilidade (0-100) indicando a probabilidade de conteúdo gerado por máquina um rótulo de classificação e uma divisão de sinais de texto como contagens de palavras e sentenças
Os campos principais na resposta incluem `ai_probability` (a pontuação de probabilidade), `label` (classificação do texto), `word_count` (total de palavras), `sentence_count` (total de frases) e `success` (indica se o pedido foi processado com sucesso)
Os dados da resposta estão estruturados como um objeto JSON Ele contém um campo booleano `success` e um objeto `data` que contém os resultados da análise detalhada incluindo a pontuação de probabilidade e o rótulo de classificação
Casos de uso típicos incluem verificações de integridade acadêmica moderação de conteúdo e análise automatizada de conteúdo para identificar texto potencialmente gerado por máquinas em artigos ensaios ou postagens online
Os usuários podem personalizar suas solicitações submetendo diferentes entradas de texto para o endpoint Analisar Texto. A API analisa o texto fornecido com base em suas heurísticas sem exigir parâmetros adicionais
A precisão dos dados é mantida por meio da utilização de cinco heurísticas ponderadas que analisam várias características do texto Essa abordagem estatística ajuda a garantir a detecção confiável de conteúdo gerado por máquina
Padrões de dados padrão incluem uma faixa de pontuações de `ai_probability` de 0 a 100, com rótulos correspondentes como "certo," "provável," "incerto," ou "improvável," indicando o nível de confiança da análise
Na resposta, `ai_probability` indica a probabilidade de geração por máquina, `label` categoriza a classificação do texto, `word_count` mostra o número total de palavras analisadas e `sentence_count` reflete o número de frases no texto de entrada
O endpoint pode analisar qualquer texto escrito incluindo artigos ensaios postagens em blogs e comentários Ele é projetado para detectar sinais de conteúdo gerado por máquina independentemente do tema ou estilo do texto
A pontuação de `ai_probability` varia de 0 a 100 onde valores próximos a 100 indicam alta probabilidade de conteúdo gerado por máquina enquanto valores próximos a 0 sugerem conteúdo humano A interpretação deve considerar o rótulo associado para contexto adicional
O rótulo de classificação fornece uma avaliação qualitativa do texto analisado categorizando-o como "certo" "provável" "incerto" ou "improvável" em relação à geração por máquina Isso ajuda os usuários a entenderem a confiança da análise
A API pode retornar uma pontuação de probabilidade mesmo para textos curtos mas a precisão pode ser reduzida Para textos vazios a API pode retornar um erro ou uma pontuação padrão indicando que não há dados suficientes para análise
A API utiliza cinco heurísticas ponderadas explosão do comprimento das frases riqueza do vocabulário densidade de frases de enchimento densidade de voz passiva e uniformidade do comprimento dos parágrafos Essas heurísticas ajudam a identificar padrões de texto gerado por máquina
Os usuários podem usar a pontuação de `ai_probability` e o rótulo de classificação para filtrar ou priorizar textos para revisão Além disso as contagens de palavras e frases podem ser úteis para análises estatísticas ou relatórios
O endpoint aceita texto em formato simples sem restrições específicas sobre formatação Os usuários devem garantir que o texto esteja em um formato legível como texto plano para que a análise seja eficaz
A qualidade dos resultados é garantida por meio da aplicação rigorosa das cinco heurísticas que foram desenvolvidas com base em análises estatísticas Isso permite uma detecção confiável de conteúdo gerado por máquina minimizando falsos positivos