सब्जेक्टिव एनालिसिस एपीआई एक उन्नत प्राकृतिक भाषा प्रसंस्करण उपकरण है जिसे लिखित सामग्री की भावनात्मक टोन का विश्लेषण और व्याख्या करने के लिए डिज़ाइन किया गया है। उपयोगकर्ता द्वारा उत्पन्न टेक्स्ट से भरे डिजिटल परिदृश्य में, यह एपीआई उन उपयोगकर्ताओं के लिए महत्वपूर्ण है जो विभिन्न प्रकार की पाठ संचार में व्यक्त भावनाओं की सूक्ष्म अंतर्दृष्टि की तलाश कर रहे हैं।
आसान शब्दों में, सब्जेक्टिव एनालिसिस एपीआई पाठ के भीतर खुशी और दुःख से लेकर क्रोध और तटस्थता तक भावनाओं को पहचानने में उत्कृष्ट है। भावनात्मक सूक्ष्मताओं का विस्तृत विश्लेषण प्रदान करके, यह एपीआई उपयोगकर्ता-निर्मित सामग्री में प्रचलित भावना की गहरी समझ की अनुमति देता है।
पाठ ध्रुवता मूल्यांकन एपीआई की एक कुंजी विशेषता है, जो यह जानकारी देती है कि व्यक्त की गई भावना सकारात्मक, नकारात्मक या तटस्थ है या नहीं। यह क्षमता उन कंपनियों के लिए बहुत महत्वपूर्ण है जो ग्राहक प्रतिक्रिया, समीक्षाएँ और सोशल मीडिया टिप्पणियों का मूल्यांकन करना चाहती हैं ताकि निर्णय-निर्माण प्रक्रियाओं को सूचित किया जा सके।
ध्रुवता के अलावा, एपीआई वस्तुनिष्ठता का विश्लेषण करता है, यह निर्धारित करते हुए कि सामग्री वस्तुनिष्ठ है या व्यक्तिपरक। यह सूक्ष्म दृष्टिकोण पाठ में निहित राय, प्राथमिकताओं और व्यक्तिगत दृष्टिकोणों की पहचान के लिए महत्वपूर्ण है।
एपीआई बारीक भावना स्कोर प्रदान करता है, जो भावना व्यक्त करने का विस्तृत विखंडन करता है। यह बारीकी पाठ में मौजूद भावनात्मक स्पेक्ट्रम की अधिक सटीक समझ प्रदान करती है, जिससे अधिक सूक्ष्म व्याख्या में योगदान मिलता है।
आसान शब्दों में, सब्जेक्टिव एनालिसिस एपीआई पाठ सामग्री में व्यक्त की गई भावना को समझने और व्याख्या करने के लिए एक उन्नत और आवश्यक उपकरण है। इसकी उन्नत विशेषताएँ, जैसे कि भावना पहचान, पाठ ध्रुवता मूल्यांकन, व्यक्तिपरकता विश्लेषण और विस्तृत भावना स्कोर, इसे उन उपयोगकर्ताओं के लिए एक मूल्यवान संपत्ति बनाती हैं जो उपयोगकर्ताओं की भावनाओं को बेहतर तरीके से समझना और निर्णय-निर्माण प्रक्रियाओं को सुधारना चाहते हैं।
यह पैरामीटर प्राप्त करेगा और आपको एक JSON प्रदान करेगा।
सोशल मीडिया मॉनिटरिंग: सार्वजनिक प्रतिक्रियाओं का आकलन करने के लिए वास्तविक समय में सोशल मीडिया प्लेटफॉर्म पर व्यक्त भावनाओं का विश्लेषण करें, रुझानों को ट्रैक करें, और ब्रांड प्रतिष्ठा का प्रबंधन करें।
ग्राहक प्रतिक्रिया विश्लेषण: ग्राहक समीक्षाओं, सर्वेक्षणों और फीडबैक में स्वतः भावनाओं का आकलन करें ताकि ग्राहक संतोष के बारे में जानक़री मिल सके और सुधार के क्षेत्रों की पहचान हो सके।
चैटबोट संवर्द्धन: चैटबॉट में भावना विश्लेषण का एकीकरण करें ताकि वे उपयोगकर्ता भावनाओं को ठीक से समझने और उचित रूप से प्रतिक्रिया देने में सक्षम हो सकें, जिससे समग्र उपयोगकर्ता अनुभव में सुधार हो सके।
सामग्री मॉडरेशन: नकारात्मक भावनाओं को पहचानने के लिए सामग्री मॉडरेशन सिस्टम में भावना विश्लेषण का उपयोग करें, जिससे एक सकारात्मक और सुरक्षित ऑनलाइन वातावरण सुनिश्चित हो सके।
बाजार अनुसंधान: बाजार अनुसंधान प्रयासों में भावना विश्लेषण लागू करें, उपभोक्ता राय से मूल्यवान अंतर्दृष्टि निकालें ताकि उत्पाद विकास, विपणन रणनीतियों और प्रतिस्पर्धात्मक विश्लेषण को सूचित किया जा सके।
प्रति माह एपीआई कॉल सीमाओं के अलावा, कोई और सीमा नहीं है।
[{"id":"1","predictions":[{"prediction":"positive","probability":0.97917}]}]
curl --location --request POST 'https://zylalabs.com/api/3216/subjective+analysis+api/3439/analyze+text' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '[
{
"id": "1",
"language": "en",
"text": "I love this game"
}
]'
| 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।
इस एपीआई का उपयोग करने के लिए, उपयोगकर्ताओं को पाठ दर्ज करना होगा ताकि पाठ का वर्गीकरण प्राप्त किया जा सके
विषयात्मक विश्लेषण एपीआई एक प्राकृतिक भाषा प्रसंस्करण उपकरण है जिसे पाठ्य सामग्री का विश्लेषण करने और भाषा में मौजूद विषयात्मकता के स्तर को निर्धारित करने के लिए डिज़ाइन किया गया है
विभिन्न योजनाएँ हैं जो प्रत्येक के अनुकूल हैं जिसमें छोटे मात्रा के अनुरोधों के लिए एक मुफ्त परीक्षण शामिल है लेकिन इसकी दर को सेवा के दुरुपयोग को रोकने के लिए सीमित किया गया है
ज़ायला लगभग सभी प्रोग्रामिंग भाषाओं के लिए एक विस्तृत श्रृंखला के इंटीग्रेशन तरीकों की पेशकश करता है आप अपनी जरूरत के अनुसार अपने प्रोजेक्ट के साथ इंटीग्रेट करने के लिए इन कोडों का उपयोग कर सकते हैं
एनालाइज टेक्स्ट एन्डपॉइंट एक JSON ऑब्जेक्ट लौटाता है जिसमें इनपुट टेक्स्ट के लिए भावनात्मक वर्गीकरण होते हैं इसमें सकारात्मक नकारात्मक या तटस्थ जैसे भावनात्मक स्वर के पूर्वानुमान होते हैं साथ ही संबंधित संभावनाएँ भी होती हैं
प्रतिक्रिया डेटा में प्रमुख क्षेत्र "id" है जो अनुरोध की पहचान करता है और "predictions" एक सरणी है जिसमें भावना वर्गीकरण और इसकी संबंधित संभाव्यता स्कोर शामिल है
लौटा हुआ डेटा JSON प्रारूप में है इसमें वस्तुओं का एक एरे है प्रत्येक में एक "id" और एक "predictions" एरे होता है जहां प्रत्येक भविष्यवाणी में एक "prediction" लेबल और एक "probability" स्कोर शामिल होता है
विश्लेषण पाठ अंत बिंदु एकल पैरामीटर स्वीकार करता है: विश्लेषण करने के लिए पाठ उपयोगकर्ता विभिन्न भावनाओं का मूल्यांकन करने के लिए विभिन्न पाठ इनपुट प्रदान करके अपने अनुरोधों को अनुकूलित कर सकते हैं
प्रतिक्रिया डेटा एक शीर्ष स्तर के एरे के साथ JSON ऑब्जेक्ट के रूप में व्यवस्थित किया गया है एरे में प्रत्येक ऑब्जेक्ट में एक "id" और एक "predictions" एरे होता है जो भावना वर्गीकरण और उसकी संभावना को रखता है
विषयात्मक विश्लेषण एपीआई विभिन्न डेटा सेटों पर प्रशिक्षित उन्नत प्राकृतिक भाषा प्रसंस्करण एल्गोरिदम का उपयोग करता है ताकि सटीक भावना विश्लेषण सुनिश्चित किया जा सके सतत अपडेट और प्रशिक्षण डेटा गुणवत्ता बनाए रखने में मदद करते हैं
विशेष रूप से उपयोग के मामलों में सामाजिक मीडिया निगरानी ग्राहक फीडबैक विश्लेषण चैटबॉट सुधार सामग्री मॉडरेशन और बाजार अनुसंधान शामिल हैं जो व्यवसायों को उपयोगकर्ता भावनाओं के बारे में जानकारी प्राप्त करने की अनुमति देते हैं
उपयोगकर्ता लौटाई गई भावना वर्गीकरण और संभावनाओं का लाभ उठाकर निर्णय लेने में मदद कर सकते हैं उपयोगकर्ता अनुभवों को बढ़ा सकते हैं और ग्राहक फीडबैक या सोशल मीडिया इंटरैक्शन में प्रवृत्तियों की पहचान कर सकते हैं
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
68ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
748ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
101ms
सर्विस लेवल:
98%
रिस्पॉन्स टाइम:
711ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
139ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
502ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
137ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
534ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
329ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
290ms