Analiza el texto para identificar señales de contenido generado por máquinas utilizando cinco métodos heurísticos ponderados: la explosividad de la longitud de las oraciones la riqueza del vocabulario la densidad de frases de relleno la densidad de voz pasiva y la coherencia de la longitud del párrafo devuelve una puntuación de probabilidad de 0 a 100 y una etiqueta de clasificación completamente autosuficiente sin necesidad de dependencias de terceros
{"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'
| Encabezado | Descripción |
|---|---|
Autorización
|
[Requerido] Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito. |
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
El punto final devuelve un objeto JSON que contiene un estado de éxito un puntaje de probabilidad (0-100) que indica la probabilidad de contenido generado por máquina una etiqueta de clasificación y un desglose de señales de texto como el conteo de palabras y oraciones
Los campos clave en la respuesta incluyen `ai_probability` (el puntaje de probabilidad) `label` (clasificación del texto) `word_count` (total de palabras) `sentence_count` (total de oraciones) y `success` (indica si la solicitud fue procesada con éxito)
Los datos de respuesta están estructurados como un objeto JSON Contiene un campo booleano `success` y un objeto `data` que contiene los resultados de análisis detallados incluyendo el puntaje de probabilidad y la etiqueta de clasificación
Los casos de uso típicos incluyen verificaciones de integridad académica moderación de contenido y análisis de contenido automatizado para identificar texto potencialmente generado por máquinas en artículos ensayos o publicaciones en línea
Los usuarios pueden personalizar sus solicitudes enviando diferentes entradas de texto al punto final Analizar Texto La API analiza el texto proporcionado en función de sus heurísticas sin requerir parámetros adicionales
La precisión de los datos se mantiene mediante el uso de cinco heurísticas ponderadas que analizan diversas características del texto Este enfoque estadístico ayuda a garantizar la detección confiable de contenido generado por máquinas
Los patrones de datos estándar incluyen una serie de puntajes de `ai_probability` que van de 0 a 100, con etiquetas correspondientes como "cierto", "probable", "incierto" o "improbable", que indican el nivel de confianza del análisis
En la respuesta `ai_probability` indica la probabilidad de generación por máquina `label` categoriza la clasificación del texto `word_count` muestra el número total de palabras analizadas y `sentence_count` refleja el número de oraciones en el texto de entrada
El endpoint puede analizar cualquier texto escrito incluyendo artículos ensayos publicaciones en blogs y comentarios Está diseñado para detectar señales de contenido generado por máquinas independientemente del tema o estilo del texto
La puntuación de `ai_probability` varía de 0 a 100 donde valores cercanos a 100 indican alta probabilidad de contenido generado por máquina mientras que valores cercanos a 0 sugieren contenido humano La interpretación debe considerar la etiqueta asociada para contexto adicional
El rótulo de clasificación proporciona una evaluación cualitativa del texto analizado, categorizándolo como "cierto," "probable," "incierto," o "improbable" en relación con la generación por máquina. Eso ayuda a los usuarios a entender la confianza del análisis
La API puede devolver una puntuación de probabilidad incluso para textos cortos pero la precisión puede ser reducida Para textos vacíos la API puede devolver un error o una puntuación estándar indicando que no hay datos suficientes para el análisis
Una API utiliza cinco heurísticas ponderadas: explosión de la longitud de las frases, riqueza del vocabulario, densidad de frases de relleno, densidad de voz pasiva y uniformidad de la longitud de los párrafos Estas heurísticas ayudan a identificar patrones de texto generado por máquina
Los usuarios pueden usar la puntuación de `ai_probability` y la etiqueta de clasificación para filtrar o priorizar textos para revisión Además, los recuentos de palabras y frases pueden ser útiles para análisis estadísticos o informes
El endpoint acepta texto en formato simple sin restricciones específicas sobre la formateo Los usuarios deben asegurar que el texto esté en un formato legible como texto plano para que el análisis sea efectivo
La calidad de los resultados está garantizada mediante la aplicación rigurosa de las cinco heurísticas que fueron desarrolladas con base en análisis estadísticos. Esto permite una detección confiable de contenido generado por máquina minimizando falsos positivos
Nivel de Servicio:
100%
Tiempo de Respuesta:
303ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.403ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.351ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
73ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.810ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
3.864ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.429ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
386ms