एपीआई के बारे में:
यह एपीआई उपयोगकर्ता नामों में छिपे अर्थों का पता लगाने के लिए एक न्यूरो-संकेतिक दृष्टिकोण अपनाती है। उपयोगकर्ता नाम के भीतर व्यक्तिगत शब्दों की पहचान करना और अधिकतम संभावित विविधताओं का उत्पादन करना। हम इन तकनीकों का उपयोग एक विघटनकारी उपयोगकर्ता नाम बनाने के मूल प्रयास को खोजने के लिए करते हैं। यह विधि हमें एक उपयोगकर्ता की ऑनलाइन पहचान में विभिन्न प्रकार की प्रतिक्रियाशील भाषा को वर्गीकृत करने की अनुमति देती है।
यह एपीआई उस उपयोगकर्ता नाम को प्राप्त करेगी जिसे आप विश्लेषित करना चाहते हैं और उस पाठ का भाषा कोड। यह पता करेगा कि यह विषैले हैं या नहीं और, साथ ही, उस उपयोगकर्ता नाम से संबंधित लेबल प्राप्त करेगा (जैसे: यौन, आक्रामक, आदि)।
अपने प्लेटफार्मों पर बनाए गए उपयोगकर्ता नामों का मॉडरेट करें: उपयोगकर्ता नाम बनाए जाने से पहले पता करने में सक्षम हों, कि यह विषैले हैं या नहीं।
विषाक्तता मुक्त वातावरण बनाएं: अपनी समुदाय शुरू करें और एक विषाक्त-मुक्त समुदाय के लिए आधार स्थापित करें। आक्रामक उपयोगकर्ता नामों का पता लगाना और उन्हें हटाना एक अच्छी शुरुआत है।
प्रति माह API कॉल की संख्या के अलावा, कोई अन्य सीमाएँ नहीं हैं।
{"username": "j4ckass68", "result": {"toxic": 1, "details": {"en": {"exact": 1, "categories": ["offensive"]}}}}
curl --location --request POST 'https://zylalabs.com/api/314/username+moderation+api/255/username+analysis' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"username": "j4ckass69",
"lang": [
"en"
]
}'
| 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।
एपीआई प्रदान किए गए उपयोगकर्ता नाम का भाषाई विश्लेषण लौटाता है यह बताता है कि क्या यह विषाक्त है और विषाक्तता के प्रकार को वर्गीकृत करता है उदाहरण के लिए अपमानजनक यौन
प्रतिक्रिया में मुख्य क्षेत्र "उपयोगकर्ता नाम" "परिणाम" है जिसमें "विषाक्त" शामिल है (विषाक्त के लिए 1 नॉन-विषाक्त के लिए 0) और "विवरण" है जो विषाक्तता की भाषा-विशिष्ट वर्गीकरण प्रदान करता है
प्रतिक्रिया को एक JSON ऑब्जेक्ट के रूप में संरचित किया गया है जिसमें उपयोगकर्ता नाम एक कुंजी है और परिणाम एक नेस्टेड ऑब्जेक्ट के रूप में है जिसमें विषाक्तता स्थिति और विस्तृत वर्गीकरण शामिल है
एंडपॉइंट उपयोगकर्ता नाम के विश्लेषण के लिए पैरामीटर और उस उपयोगकर्ता नाम की भाषा कोड स्वीकार करता है जिससे भाषाई संदर्भ के आधार पर विशिष्ट विश्लेषण की अनुमति मिलती है
यह एंडपॉइंट यह जानकारी प्रदान करता है कि क्या एक उपयोगकर्ता नाम विषाक्त है विषाक्तता की विशिष्ट श्रेणियाँ और वर्गीकरण के लिए आवश्यक भाषाई विवरण
डेटा की सटीकता एक न्यूरो-सिंबॉलिक दृष्टिकोण के माध्यम से बनाए रखी जाती है जो भाषाई विश्लेषण को व्यापक भिन्नता उत्पादन के साथ जोड़ती है जिससे उपद्रवक भाषा की व्यापक पहचान सुनिश्चित होती है
सामान्य उपयोग मामलों में खाता निर्माण के दौरान उपयोगकर्ता नामों को मापदंडित करना विषाक्तता रहित समुदाय को बनाए रखना और समुदाय मानकों के अनुपालन के लिए मौजूदा उपयोगकर्ता नामों का विश्लेषण करना शामिल है
उपयोगकर्ता वापस किए गए डेटा का उपयोग अकाउंट बनाने से पहले विषाक्त उपयोगकर्ता नामों को छानने के लिए कर सकते हैं न्यूनीकरण नीतियों को लागू कर सकते हैं और अपने प्लेटफॉर्म के भीतर उपयोगकर्ता नाम विषाक्तता प्रवृत्तियों पर रिपोर्ट उत्पन्न कर सकते हैं
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
358ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,455ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
841ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
4,446ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,507ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,756ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
37ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
57ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
130ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
601ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
724ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,948ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,559ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
981ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,356ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
918ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,775ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
955ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
205ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
791ms