A API Text Sentiment Fetcher é uma solução avançada de análise de texto que permite identificar o tom emocional de qualquer conteúdo escrito Essa ferramenta processa uma entrada de texto e retorna uma análise detalhada que inclui a classificação geral de sentimento (positivo negativo ou neutro) juntamente com uma pontuação de confiança e uma divisão percentual de cada categoria
A resposta da API inclui um campo de sentimento que indica o sentimento dominante assim como uma pontuação e nível de confiança que refletem quão clara é a tendência emocional do texto Além disso a seção de detalhamento divide os percentuais de positividade negatividade e neutralidade permitindo entender as nuances emocionais mesmo em textos mistos ou ambíguos
Outra característica notável é a extração de palavras-chave emocionais identificadas como responsáveis pelo tom detectado o que é útil para otimizar conteúdo ajustar campanhas publicitárias ou acompanhar a reputação online A análise também inclui um componente de emoções básicas (alegria tristeza medo surpresa nojo e raiva) ideal para tarefas de psicologia computacional monitoramento de clientes ou análise de conversas em tempo real
Além disso a subjetividade do texto é calculada indicando se é uma opinião ou uma declaração objetiva Isso é útil em contextos como análise de mídia avaliações de produtos ou análise de pesquisas abertas
Com uma resposta rápida e precisa (baixo tempo de processamento) esta API foi projetada para ser facilmente integrada ao atendimento ao cliente marketing recursos humanos plataformas sociais assistentes virtuais e muito mais Seu design flexível e suporte a múltiplos idiomas permitem sua implementação em aplicações web e móveis
Em resumo a API Text Sentiment Fetcher oferece uma visão profunda do conteúdo emocional da linguagem ajudando empresas e desenvolvedores a entender melhor as interações humanas melhorar a experiência do usuário e tomar decisões com base em dados emocionais precisos
{"success":true,"data":{"sentiment":"neutral","confidence":0.01,"score":0,"breakdown":{"positive":0,"negative":0,"neutral":1},"wordCount":2,"sentimentWords":{"positive":[],"negative":[]},"emotions":{"joy":0,"anger":0,"fear":0,"sadness":0,"surprise":0,"disgust":0},"subjectivity":0},"timestamp":"2025-07-28T16:55:29.762Z","processingTime":4}
curl --location --request POST 'https://zylalabs.com/api/9163/text+sentiment+fetcher+api/16570/sentiment+analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "Hello world",
"language": "en"
}'
| 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.
O endpoint do Analisador de Sentimentos retorna uma análise detalhada do texto de entrada, incluindo a classificação geral de sentimento (positivo, negativo, neutro), uma pontuação de confiança, um desmembramento percentual das categorias de sentimento, palavras-chave emocionais, emoções básicas e subjetividade
Os campos principais na resposta incluem "sentimento" (sentimento dominante), "confiança" (certeza da classificação), "divisão" (porcentagem de positividade, negatividade, neutralidade), "palavras-chave" (palavras-chave emocionais), "emoções" (emoções básicas detectadas) e "subjetividade" (opinião vs. objetiva)
Os dados de resposta estão estruturados em um formato JSON, com campos de nível superior para resultados de análise de sentimentos. Cada campo fornece insights específicos, como classificação de sentimento, níveis de confiança e divisões detalhadas, facilitando a análise e a utilização programática
O parâmetro principal para o endpoint do Analisador de Sentimentos é "texto" que requer a string de entrada a ser analisada Os usuários podem personalizar suas solicitações fornecendo diferentes entradas de texto para receber resultados de análise de sentimentos sob medida
Casos de uso típicos incluem monitorar o feedback dos clientes, otimizar o conteúdo de marketing, analisar interações nas redes sociais, realizar análise de sentimentos em pesquisas e melhorar a experiência do usuário em chatbots ou assistentes virtuais
A precisão dos dados é mantida através de algoritmos avançados de processamento de linguagem natural que aprendem continuamente a partir de amostras de texto diversas Atualizações regulares e verificações de qualidade garantem que o modelo se adapte às nuances da linguagem e às expressões de sentimentos em evolução
Os usuários podem aproveitar os dados retornados para identificar tendências no sentimento do cliente, personalizar estratégias de marketing com base em insights emocionais e aprimorar o desenvolvimento de produtos ao entender as opiniões e emoções dos usuários refletidas no texto
Se o texto de entrada for muito curto ou ambíguo a API pode retornar pontuações de confiança mais baixas ou análises incompletas Os usuários devem garantir que o texto seja suficientemente descritivo e considerar a implementação de mecanismos de fallback para lidar com tais casos
Nível de serviço:
100%
Tempo de resposta:
16ms
Nível de serviço:
100%
Tempo de resposta:
19ms
Nível de serviço:
100%
Tempo de resposta:
59ms
Nível de serviço:
100%
Tempo de resposta:
19ms
Nível de serviço:
100%
Tempo de resposta:
379ms
Nível de serviço:
100%
Tempo de resposta:
2.398ms
Nível de serviço:
100%
Tempo de resposta:
295ms
Nível de serviço:
100%
Tempo de resposta:
1.768ms
Nível de serviço:
100%
Tempo de resposta:
216ms
Nível de serviço:
100%
Tempo de resposta:
822ms