{"isProfanity":true,"score":0.8,"severity":70,"flaggedFor":["insult"],"language":"en","dialect":"general"}
curl --location --request POST 'https://zylalabs.com/api/11450/text+censorship+data+capture+api/21610/text+analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"message": "I hate you"
}'
注册后,每个开发者都会被分配一个个人 API 访问密钥,这是一个唯一的字母和数字组合,用于访问我们的 API 端点。要使用 文本审查数据捕获 API 进行身份验证,只需在 Authorization 标头中包含您的 bearer token。
| 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。
(年度计费可节省 2 个月 🎉)
领先企业的信赖之选
该API提供了一个先进的系统,用于自动检测文本中的冒犯性语言,从而可以准确识别不当用词、侮辱性言辞和潜在有害表达。其主要目标是实时评估文本,提高用户生成内容的安全性和质量。当一段文本作为输入时,API返回一个结构化分析,包括多个关键指标,以帮助理解信息中存在的毒性水平。
最重要的属性之一是isProfanity,这是一个布尔值,用于指示文本是否包含冒犯性或不当语言。它还提供了一个分数,这是一个定量指标,表示文本被认为是粗俗的估计概率。这个值在需要根据不同上下文或受众调整审查阈值的环境中特别有用。
该API还包含一个严重性字段,用于对检测到的语言的严重性水平进行分类。这种分类可以区分轻微案例,例如口语表达,以及更严重的情况,例如直接侮辱或高度毒性语言。为了清晰,响应还指定了flaggedFor,这是一个类别集合,解释了文本被标记的确切原因,使自动化系统能够做出更明智的决策。
文本分析器端点返回结构化数据,包括分析文本中的攻击性语言指标 关键输出包括文本是否包含粗俗语言 一个严重性得分 一个风险得分 标记的类别 文本的语言 以及识别的方言
响应数据中的关键字段是 `isProfanity`(布尔值)、`score`(数值)、`severity`(数值)、`flaggedFor`(类别数组)、`language`(字符串)和 `dialect`(字符串)这些字段提供了关于检测到的攻击性语言的性质和严重性的见解
响应数据以JSON格式组织,每个键表示分析的特定方面。例如 `isProfanity` 表示文本是否具有攻击性,而 `flaggedFor` 列出了标记的原因,便于自动系统进行解析和解释
文本分析器端点提供有关攻击性语言、严重程度级别、风险分数、标记内容类别以及文本的语言和方言的信息。这种全面的分析有助于理解用户生成内容的毒性
用户可以通过调整发送到文本分析器端点的输入文本来自定义他们的数据请求。虽然该端点不接受额外的参数,但文本本身的内容可以变化,以测试不同的场景和分析各种类型的语言
文本分析器数据的典型使用案例包括社交媒体平台的内容审核 过滤网站上的用户评论 增强聊天应用以防止骚扰 通过识别有害语言确保遵循社区准则
通过对基础语言模型进行持续更新和定期评估多样化数据集,保持数据的准确性。这确保了API能够有效识别和分类不同上下文和方言中的冒犯性语言
响应中的标准数据模式包括明确指示文本是否包含亵渎内容(`isProfanity`),一个反映语言严重性的数字评分,以及在`flaggedFor`中的类别列表。用户可以期待JSON响应中的一致格式和结构