La API de Análisis del Tono Emocional Retrieve Emotion es una herramienta basada en procesamiento de lenguaje natural (NLP) que permite analizar textos escritos y obtener una evaluación detallada de su contenido emocional. Esta API recibe texto simple como entrada y devuelve una estructura JSON con puntajes de sentimiento positivo, negativo y neutral, junto con un puntaje general que resume la orientación emocional del texto.
Gracias a modelos de análisis semántico entrenados con grandes volúmenes de datos lingüísticos, esta API puede identificar con precisión el tono emocional de las frases en lenguaje natural. Por ejemplo, al analizar una frase como "Me encanta", el sistema devuelve un alto puntaje positivo (0.677), un puntaje neutral moderado (0.323), un puntaje negativo cero y un puntaje general de 0.6369, indicando una expresión emocional fuertemente positiva.
Esta API es especialmente útil en múltiples escenarios: desde la monitorización de redes sociales, el análisis de reseñas de productos o servicios, sistemas de retroalimentación de clientes, hasta aplicaciones de recursos humanos que buscan evaluar el clima emocional en encuestas internas. También puede integrarse fácilmente en paneles de análisis, chatbots o herramientas de inteligencia empresarial.
Para usar este punto final, debe ingresar un texto y el idioma en el que está escrito (inglés = en o alemán = de) en los parámetros.
Detección de sentimientos - Características del Endpoint
| Objeto | Descripción |
|---|---|
text |
[Requerido] Indicates a text |
{"document":{"sentiment":"negative","sentimentWithNeutral":"negative","confidence":0.4515},"sentences":[{"sentiment":"neutral","offset":0,"confidence":0.36,"length":11}]}
curl --location --request GET 'https://zylalabs.com/api/7822/retrieve+emotion+tone+analysis+api/12816/sentiment+detection?text=i love it' --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.
Para utilizar esta API, los usuarios deben ingresar un texto para obtener un análisis de sentimientos.
API de Análisis del Tono Emocional de Retrieve diseñada para analizar datos de texto y detectar el tono emocional expresado en ellos.
Hay diferentes planes para todos los gustos, incluyendo una prueba gratuita para un pequeño número de solicitudes, pero su tarifa está limitada para evitar el abuso del servicio.
Zyla ofrece una amplia gama de métodos de integración para casi todos los lenguajes de programación. Puedes utilizar estos códigos para integrarlos en tu proyecto según lo necesites.
La API devuelve un objeto JSON que contiene resultados de análisis de sentimientos, incluyendo el sentimiento general, puntajes de confianza y un análisis detallado del sentimiento para oraciones individuales.
Los campos clave incluyen "sentimiento" (sentimiento general), "confianza" (certeza del sentimiento) y "frases" (arreglo que detalla el sentimiento para cada frase con desplazamientos y longitudes).
La respuesta está estructurada como un objeto JSON con una sección "documento" para el sentimiento general y un arreglo de "oraciones" para el análisis detallado de cada oración.
El punto final acepta parámetros como "text" (el texto de entrada para análisis) y "language" (para especificar el idioma, por ejemplo, 'en' para inglés o 'de' para alemán).
El punto final proporciona información sobre el tono emocional del texto, incluyendo la clasificación del sentimiento (positivo, negativo, neutral) y los niveles de confianza tanto para los sentimientos generales como para los específicos de cada oración.
Los usuarios pueden analizar el sentimiento general para evaluar las opiniones de los clientes y utilizar datos a nivel de oración para identificar áreas específicas de preocupación o comentarios positivos, lo que ayuda a respuestas específicas.
La API utiliza procesamiento del lenguaje natural y algoritmos de aprendizaje automático, entrenados de forma continua en conjuntos de datos diversos para mejorar la precisión en la detección de sentimientos.
Los casos de uso comunes incluyen el monitoreo del sentimiento en redes sociales, el análisis de la retroalimentación de los clientes y la evaluación de la reputación de la marca, ayudando a las empresas a tomar decisiones informadas basadas en percepciones emocionales.
Nivel de Servicio:
100%
Tiempo de Respuesta:
13ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
14ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.771ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
248ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
46ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
242ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
507ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
48ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
229ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
243ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.415ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
462ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.940ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.140ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
197ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
530ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.597ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.148ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.939ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
349ms