एक लगातार विस्तारित डिजिटल परिदृश्य में स्वस्थ और समावेशी ऑनलाइन सामुदायिकों को बढ़ावा देना सर्वोच्च प्राथमिकता है। कमेंट क्लीनज़ एपीआई एक शक्तिशाली समाधान के रूप में उभरा है जो उपयोगकर्ताओं को विषैले टिप्पणियों को प्रभावी ढंग से पहचानने और कम करने के लिए आवश्यक उपकरण प्रदान करता है। यह नवीनतम एपीआई उन्नत मशीन लर्निंग एल्गोरिदम का उपयोग करके हानिकारक सामग्री को चिह्नित और प्रबंधित करके एक सुरक्षित ऑनलाइन वातावरण बनाने में मदद करता है।
कमेंट क्लीनज़ एपीआई प्लेटफ़ॉर्म प्रशासकों, सामग्री मॉडरेटरों और उन उपयोगकर्ताओं के लिए एक मजबूत उपकरण है जो बुद्धिमान टिप्पणी मॉडरेशन को कार्यान्वित करना चाहते हैं। ऑनलाइन फोरम, सोशल मीडिया प्लेटफार्मों या किसी भी सामुदायिक-प्रेरित वेबसाइट में इस एपीआई को एकीकृत करके, प्रशासक विषैले टिप्पणियों का पता लगाने और प्रबंधन की प्रक्रिया को स्वचालित कर सकते हैं, जिससे उपयोगकर्ताओं के लिए एक सुरक्षित स्थान बनाया जा सके।
कमेंट क्लीनज़ एपीआई की वास्तविक समय की क्षमताएं हानिकारक सामग्री के खिलाफ तात्कालिक कार्रवाई को सक्षम बनाती हैं। विषैले टिप्पणियों का पता लगाकर।
कमेंट क्लीनज़ एपीआई विभिन्न ऑनलाइन प्लेटफ़ार्मों में निर्बाध रूप से एकीकृत करने के लिए डिज़ाइन किया गया है। उपयोगकर्ता आसानी से एपीआई को अपने अनुप्रयोगों या वेबसाइटों में शामिल कर सकते हैं, समग्र उपयोगकर्ता अनुभव को बदले बिना मॉडरेशन क्षमताओं को बढ़ा सकते हैं। एपीआई विभिन्न प्रोग्रामिंग भाषाओं का समर्थन करता है, जिससे यह विभिन्न तकनीकी वातावरणों में अनुकूलित करता है।
अंत में, कमेंट क्लीनज़ एपीआई सकारात्मक ऑनलाइन सहभागिता को बढ़ावा देने के लिए एक प्रकाशस्तंभ के रूप में खड़ा है। अत्याधुनिक मशीन लर्निंग तकनीक का उपयोग करके, यह एपीआई प्लेटफार्मों को विषाक्तता से प्रभावी रूप से लड़ने में सक्षम बनाता है, ऐसे डिजिटल स्थान बनाता है जो न केवल तकनीकी रूप से उन्नत हैं, बल्कि सुरक्षित, समावेशी और सार्थक इंटरैक्शन के लिए अनुकूल हैं।
यह पैरामीटर प्राप्त करेगा और आपको एक JSON प्रदान करेगा।
सोशल मीडिया प्लेटफार्म: एपीआई को एकीकृत करें ताकि स्वचालित रूप से विषैले टिप्पणियों का पता लगाया और मॉडरेट किया जा सके, उपयोगकर्ताओं के लिए एक सकारात्मक और सुरक्षित वातावरण को बढ़ावा दिया जा सके।
ऑनलाइन फोरम: चर्चा को सक्रिय रूप से मॉडरेट करने के लिए एपीआई का उपयोग करें, यह सुनिश्चित करते हुए कि विषैले भाषा को तुरंत पहचाना और निपटाया जाए।
सामग्री साझा करने वाले प्लेटफॉर्म: एपीआई को लागू करके सामग्री साझा करने वाले प्लेटफार्मों को सुधारें ताकि साझा की गई सामग्री से संबंधित विषैले टिप्पणियों की पहचान और समाधान किया जा सके।
समाचार वेबसाइटें: समाचार लेखों पर ऑनलाइन चर्चाओं की सुरक्षा के लिए एपीआई का उपयोग करें ताकि विषाक्त टिप्पणियों का पता लगाया जा सके और मॉडरेट किया जा सके, जिससे एक सम्मानजनक संवाद बना रहे।
सामुदायिक-प्रेरित ऐप्स: उपयोगकर्ता इंटरैक्शन के भीतर विषैले भाषा की पहचान और प्रबंधन को स्वचालित करने के लिए सामुदायिक-प्रेरित अनुप्रयोगों में एपीआई को एकीकृत करें।
बेसिक प्लान: 2500 एपीआई कॉल। 100 अनुरोध प्रति मिनट।
प्रो प्लान: 6000 एपीआई कॉल। 150 अनुरोध प्रति मिनट।
प्रो प्लस प्लान: 14000 एपीआई कॉल। 250 अनुरोध प्रति मिनट।
पाठ मॉडरेशन - एंडपॉइंट फीचर्स
| ऑब्जेक्ट | विवरण |
|---|---|
text |
[आवश्यक] |
[{"label":"toxic","score":0.0508943572640419},{"label":"obscene","score":0.0012038719141855836},{"label":"insult","score":0.0008151644724421203},{"label":"threat","score":0.0006429915083572268},{"label":"identity_hate","score":0.000581100583076477},{"label":"severe_toxic","score":0.00019787249038927257}]
curl --location --request GET 'https://zylalabs.com/api/2980/comment+cleanse+api/3139/text+moderation?text=I hate traveling to places that are far away' --header 'Authorization: Bearer YOUR_API_KEY'
| 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।
इस एपीआई का उपयोग करने के लिए उपयोगकर्ता को एक पाठ दर्ज करना होगा ताकि यह सत्यापित किया जा सके कि पाठ आपत्तिजनक नहीं है
कमेंट क्लीनस एपीआई एक शक्तिशाली उपकरण है जिसे डिजिटल सामग्री में विषाक्त टिप्पणियों की पहचान और प्रबंधन के लिए डिज़ाइन किया गया है
विभिन्न योजनाएँ हैं जो सभी के अनुकूल हैं जिसमें छोटी संख्या में अनुरोधों के लिए एक मुफ्त परीक्षण शामिल है लेकिन इसकी दर का सीमित होना सेवा के दुरुपयोग को रोकने के लिए है
Zyla लगभग सभी प्रोग्रामिंग भाषाओं के लिए एक विस्तृत श्रृंखला के एकीकरण विधियों की पेशकश करता है आप इन कोडों का उपयोग अपनी परियोजना के साथ एकीकृत करने के लिए अपनी आवश्यकता के अनुसार कर सकते हैं
टेक्स्ट मॉडरेशन एंडपॉइंट एक JSON ऑब्जेक्ट लौटाता है जिसमें लेबल और स्कोर होते हैं जो इनपुट टेक्स्ट में विभिन्न प्रकार की विषाक्तता की उपस्थिति को दर्शाते हैं प्रत्येक लेबल हानिकारक सामग्री की एक विशिष्ट श्रेणी का प्रतिनिधित्व करता है जैसे "विषाक्त" "अश्लील" या "गाली" के साथ एक संबंधित स्कोर जो यह मापता है कि उस लेबल का लागू होने की संभावना कितनी है
प्रतिक्रिया डेटा के मुख्य क्षेत्र "लेबल" को शामिल करते हैं, जो विषाक्तता के प्रकार की पहचान करता है, और "स्कोर," जो वर्गीकरण के विश्वास स्तर को दर्शाता है। उदाहरण के लिए, एक प्रतिक्रिया "लेबल" के साथ "विषाक्त" दिखा सकती है और "स्कोर" 0.05 हो सकता है, जो विषाक्तता की संभावना को कम बताता है
प्रतिक्रिया डेटा को वस्तुओं के एक ऐरे के रूप में व्यवस्थित किया गया है जहां प्रत्येक वस्तु में "लेबल" और "स्कोर" शामिल है यह संरचना उपयोगकर्ताओं को एकल एपीआई कॉल में कई विषाक्तता श्रेणियों के लिए परिणामों को आसानी से पार्स और व्याख्या करने की अनुमति देती है
टेक्स्ट मॉडरेशन एंडपॉइंट के लिए प्राथमिक पैरामीटर इनपुट "टेक्स्ट" है जिसे विश्लेषण के लिए प्रदान करना आवश्यक है उपयोगकर्ता अपने अनुरोधों को कस्टमाइज़ कर सकते हैं टेक्स्ट सामग्री को बदलकर सांद्रता के लिए विभिन्न टिप्पणियों या संदेशों का आकलन करने के लिए
उपयोगकर्ता प्रत्येक लेबल से जुड़े स्कोर का विश्लेषण करके लौटाए गए डेटा का उपयोग कर सकते हैं ताकि टिप्पणियों में विषाक्तता की गंभीरता का निर्धारण किया जा सके उदाहरण के लिए "गंभीर विषाक्त" के लिए उच्च स्कोर तात्कालिक मध्यस्थता कार्रवाई को प्रेरित कर सकता है जबकि कम स्कोर कम तात्कालिक प्रतिक्रियाओं की जानकारी दे सकते हैं
टेक्स्ट मॉडरेशन डेटा के सामान्य उपयोग के मामलों में सोशल मीडिया पर टिप्पणियों का मॉडरेशन करना ऑनलाइन फोरम में चर्चाओं को छानना और समाचार वेबसाइटों पर सम्मानजनक संवाद सुनिश्चित करना शामिल है एपीआई हानिकारक भाषा की पहचान करके सकारात्मक वातावरण बनाए रखने में मदद करता है
डेटा की सटीकता उन्नत मशीन लर्निंग एल्गोरिदम के माध्यम से बनाए रखी जाती है जो लगातार विविध डेटासेट पर प्रशिक्षित होते हैं नियमित अपडेट और गुणवत्ता जांच सुनिश्चित करती हैं कि एपीआई विकसित होती भाषा पैटर्न के अनुकूल हो और प्रभावी रूप से विषैले टिप्पणियों की पहचान करे
मानक डेटा पैटर्न विभिन्न लेबलों में विभिन्न स्कोरों को शामिल करते हैं जो एक ही टिप्पणी में कई विषाक्तता प्रकारों की उपस्थिति का संकेत देते हैं उपयोगकर्ता निम्न और उच्च स्कोर का एक मिश्रण देखने की उम्मीद कर सकते हैं जो उपयोगकर्ता-निर्मित सामग्री में भाषा और संदर्भ की जटिलता को दर्शाता है
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,847ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
4,618ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
534ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,062ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
1,094ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
1,034ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,815ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
5,131ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,235ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,851ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,422ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,605ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,170ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
601ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
459ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,420ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
585ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
600ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
500ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,069ms