50 से अधिक भाषाओं का समर्थन करते हुए, यह एपीआई आपको एक पाठ के भावार्थ का निर्धारण करने की अनुमति देगा। कुछ भाषाओं का नाम लेते हुए, हम समर्थन करते हैं:
एपीआई उस पाठ को प्राप्त करेगा जिसे आप विश्लेषण करना चाहते हैं और एक भावार्थ भविष्यवाणी (सकारात्मक, नकारात्मक, तटस्थ) और आत्मविश्वास स्कोर प्रदान करेगा।
भावार्थ विश्लेषण एपीआई का उपयोग करने के कई कारण हो सकते हैं, बस कुछ नाम लेने के लिए:
भावार्थ विश्लेषण अनुप्रयोग कंपनियों को यह समझने में मदद करता है कि उनके ग्राहक अपने उत्पादों के बारे में कैसा महसूस करते हैं। कंपनियों के लिए, सोशल मीडिया टिप्पणियाँ ग्राहकों की आवाज़ और खंड विश्लेषण बन गई हैं। ग्राहक किसी उत्पाद पर अपने विचार व्यक्त करने के लिए सोशल मीडिया का उपयोग करते हैं।
यह ग्राहकों की शिकायतों को एक उत्पाद के बारे में कैद करता है और व्यापार नेताओं और विश्लेषकों को बग और समस्याओं को ठीक करने और ग्राहकों की आवश्यकताओं के आधार पर अपने उत्पादों में सुधार करने में सक्षम बनाता है।
एकमात्र सीमा है कि आप महीने में कितनी एपीआई कॉल कर सकते हैं।
{"results":[{"text":"This sentiment analyzer is amazing. It covers many more languages than I have used so far.","label":"positive","confidence":"0.99"}]}
curl --location --request POST 'https://zylalabs.com/api/760/multilingual+sentiment+analysis+api/483/analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"texts": [
"This sentiment analyzer is amazing. It covers many more languages than I have used so far."
]
}'
| 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।
एनालाइज़र एंडपॉइंट प्रदान किए गए पाठ के लिए संवेदनशीलता विश्लेषण परिणाम लौटाता है जिसमें एक संवेदनात्मक लेबल (सकारात्मक नकारात्मक या तटस्थ) और एक आत्मविश्वास स्कोर होता है जो भविष्यवाणी की विश्वसनीयता को इंगित करता है
प्रतिक्रिया डेटा में मुख्य क्षेत्रों में "पाठ" (विश्लेषित इनपुट) "लेबल" (भावना वर्गीकरण) और "विश्वास" (भावना पूर्वानुमान की निश्चितता का प्रतिनिधित्व करता 0 से 1 के बीच का स्कोर) शामिल हैं
प्रतिक्रिया डेटा को एक JSON ऑब्जेक्ट के रूप में संरचित किया गया है जिसमें एक "परिणाम" ऐरे शामिल है हर प्रविष्टि में विश्लेषित पाठ उसकी भावना लेबल और संबंधित विश्वास स्कोर शामिल है
विश्लेषक एंडपॉइंट के लिए मुख्य पैरामीटर "पाठ" पैरामीटर है जो समर्थित भाषाओं में किसी भी स्ट्रिंग इनपुट को भावना विश्लेषण के लिए स्वीकार करता है
डेटा की सटीकता विविध डेटासेट्स पर अंतर्निहित AI मॉडल के निरंतर प्रशिक्षण के माध्यम से बनाए रखी जाती है जिससे यह विभिन्न भाषाओं और संदर्भों में भावना के बारीकियों को प्रभावी ढंग से समझता है
विशिष्ट उपयोग के मामलों में उत्पादों पर ग्राहक फीडबैक का विश्लेषण करना सोशल मीडिया पर भावना की निगरानी करना और समर्थन इंटरैक्शन में ग्राहक संतोष का आकलन करना शामिल है ताकि व्यावसायिक निर्णयों को सूचित किया जा सके
उपयोगकर्ता जन भावना का मूल्यांकन करने के लिए भावना लेबल का लाभ उठा सकते हैं और भावना विश्लेषण की विश्वसनीयता के आधार पर प्रतिक्रियाओं या कार्यों को प्राथमिकता देने के लिए विश्वास स्कोर का उपयोग कर सकते हैं
विश्लेषक अंतरण पाठ के भावनात्मक स्वर में अंतर्दृष्टि प्रदान करता है जिससे उपयोगकर्ता ग्राहक की भावनाओं को समझ सकते हैं रुझानों की पहचान कर सकते हैं और सार्वजनिक धारणा के आधार पर डेटा-आधारित निर्णय ले सकते हैं
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
173ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,429ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
17ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
105ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,869ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
299ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
219ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
935ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
546ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
83ms