{"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'
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 SiteTrace सामग्री जांचक 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 🎉)
एंडपॉइंट एक JSON ऑब्जेक्ट लौटाता है जिसमें एक सफलता स्थिति एक संभावना स्कोर (0-100) है जो मशीन द्वारा उत्पन्न सामग्री की संभावना को दर्शाता है एक वर्गीकरण लेबल और शब्द और वाक्य गणनाओं जैसे पाठ संकेतों का विश्लेषण शामिल है
प्रतिक्रिया में प्रमुख क्षेत्र शामिल हैं `ai_probability` (संभावना स्कोर) `label` (पाठ की वर्गीकरण) `word_count` (कुल शब्द) `sentence_count` (कुल वाक्य) और `success` (इशारा करता है कि क्या अनुरोध सफलतापूर्वक संसाधित किया गया)
प्रतिक्रिया डेटा एक JSON ऑब्जेक्ट के रूप में संरचित है इसमें एक `success` बूलियन फ़ील्ड और एक `data` ऑब्जेक्ट है जो विस्तृत विश्लेषण परिणामों को धारण करता है जिसमें संभावना स्कोर और वर्गीकरण लेबल शामिल हैं
विशिष्ट उपयोग के मामलों में अकादमिक अखंडता जांच सामग्री संतुलन और लेखों निबंधों या ऑनलाइन पोस्ट में संभावित मशीन-जनित पाठ की पहचान के लिए स्वचालित सामग्री विश्लेषण शामिल हैं
उपयोगकर्ता Analyze Text एंडपॉइंट पर विभिन्न पाठ इनपुट्स सबमिट करके अपनी अनुरोधों को अनुकूलित कर सकते हैं एपीआई अपने ह्यूरिस्टिक्स के आधार पर प्रदान किए गए पाठ का विश्लेषण करता है बिना किसी अतिरिक्त पैरामीटर की आवश्यकता के
डाटा सटीकता पाँच भारित हीयुरिस्टिक्स के उपयोग के माध्यम से बनाए रखी जाती है जो विभिन्न पाठ विशेषताओं का विश्लेषण करते हैं यह सांख्यिकी दृष्टिकोण मशीन-सृजित सामग्री की विश्वसनीय पहचान सुनिश्चित करने में मदद करता है
मानक डेटा पैटर्न में 0 से 100 तक के `ai_probability` स्कोर शामिल होते हैं जिनके साथ "निश्चित," "संभावित," "अनिश्चित," या "असंभावित" जैसे लेबल होते हैं जो विश्लेषण के विश्वास स्तर को दर्शाते हैं
प्रतिक्रिया में `ai_probability` मशीन उत्पादन की संभावना को दर्शाता है `label` पाठ के वर्गीकरण को श्रेणीबद्ध करता है `word_count` विश्लेषित किए गए कुल शब्दों की संख्या को दिखाता है और `sentence_count` इनपुट पाठ में वाक्यों की संख्या को दर्शाता है
ओ एंडपॉइंट किसी भी लिखित पाठ का विश्लेषण कर सकता है जिसमें लेख निबंध ब्लॉग पोस्ट और टिप्पणियाँ शामिल हैं यह मशीन जनित सामग्री के संकेतों का पता लगाने के लिए डिज़ाइन किया गया है चाहे पाठ का विषय या शैली कुछ भी हो
`ai_probability` की अंकन 0 से 100 के बीच होती है जहाँ 100 के करीब के मान मशीन द्वारा उत्पन्न सामग्री की उच्च संभावना को दर्शाते हैं जबकि 0 के करीब के मान मानव सामग्री को संकेत करते हैं प्रकट करते हैं व्याख्या में अतिरिक्त संदर्भ के लिए संबंधित लेबल पर विचार करना चाहिए
वर्गीकरण का लेबल विश्लेषित पाठ का गुणात्मक मूल्यांकन प्रदान करता है इसे "सही" "संभव" "अनिश्चित" या "असंभव" के रूप में मशीन द्वारा उत्पन्न करने के संबंध में श्रेणीबद्ध करता है यह उपयोगकर्ताओं को विश्लेषण की विश्वसनीयता को समझने में मदद करता है
API छोटे पाठों के लिए भी एक संभावना स्कोर वापस कर सकती है लेकिन सटीकता कम हो सकती है खाली पाठों के लिए API एक त्रुटि या एक मानक स्कोर वापस कर सकती है जो यह दर्शाता है कि विश्लेषण के लिए पर्याप्त डेटा नहीं है
एपीआई पांच भारित न्यायशास्त्रों का उपयोग करती है वाक्य की लंबाई का विस्फोट शब्दावली की समृद्धि भरने वाले वाक्यों का घनत्व पैसिव वॉइस का घनत्व और पैराग्राफ की लंबाई की समानता ये न्यायशास्त्र मशीन द्वारा उत्पन्न पाठ के पैटर्न की पहचान करने में मदद करते हैं
उपयोगकर्ता `ai_probability` की पायदान और वर्गीकरण लेबल का उपयोग पाठों को समीक्षा के लिए फ़िल्टर या प्राथमिकता देने के लिए कर सकते हैं इसके अलावा शब्दों और वाक्यों की गिनतियाँ सांख्यिकीय विश्लेषण या रिपोर्ट बनाने के लिए सहायक हो सकती हैं
ओ एंडपॉइंट सरल प्रारूप में पाठ स्वीकार करता है बिना विशेष स्वरूपण पर प्रतिबंध के उपयोगकर्ताओं को सुनिश्चित करना चाहिए कि पाठ एक पठनीय प्रारूप में हो जैसे कि साधा पाठ ताकि विश्लेषण प्रभावी हो सके
परिणामों की गुणवत्ता पांच तत्वों की सख्त अनुप्रयोग के माध्यम से सुनिश्चित की जाती है जो सांख्यिकी विश्लेषण के आधार पर विकसित की गई हैं इससे मशीन द्वारा उत्पन्न सामग्री का विश्वसनीय पता लगाने की अनुमति मिलती है जिससे झूठे सकारात्मक को न्यूनतम किया जा सके