इमोशनल स्टेट API को टेक्स्ट सामग्री में व्यक्त की गई भावनाओं का विश्लेषण करने के लिए डिज़ाइन किया गया है। उन्नत प्राकृतिक भाषा प्रसंस्करण (NLP) तकनीकों का उपयोग करते हुए, यह API टेक्स्ट के भावनात्मक स्वर को पहचानता है, लेखक द्वारा व्यक्त किए गए दृष्टिकोण, विचार और भावनाओं के बारे में मूल्यवान जानकारी प्रदान करता है। सटीक रूप से भावना का पता लगाकर, यह व्यवसायों और डेवलपरों को टेक्स्ट डेटा से गहरे अंतर्दृष्टि प्राप्त करने में सक्षम बनाता है, निर्णय लेने की प्रक्रियाओं में सुधार करता है और अधिक व्यक्तिगत उपयोगकर्ता अनुभवों का Enabled करता है।
मूल रूप से, इमोशनल स्टेट API जटिल एल्गोरिदम का उपयोग करके टेक्स्ट को विभिन्न भावनात्मक श्रेणियों में वर्गीकृत करता है, आमतौर पर सकारात्मक और नकारात्मक। यह वर्गीकरण उपयोग किए गए शब्दों और वाक्यांशों के अर्थ और संदर्भ पर आधारित है, न कि केवल व्यक्तिगत कीवर्ड के मिलान पर। इस सूक्ष्म दृष्टिकोण के लिए धन्यवाद, API मानव भाषा की बारीकियों को पकड़ने में सक्षम है, जटिल या सूक्ष्म अभिव्यक्तियों में भी सटीक रूप से भावना को मापता है।
कुल मिलाकर, इमोशनल स्टेट API टेक्स्ट डेटा में भावना का विश्लेषण करता है। विभिन्न भाषाओं और डेटा स्रोतों में भावना को सटीक रूप से वर्गीकृत करने की इसकी क्षमता के साथ-साथ संस्था पहचान, पक्ष आधारित विश्लेषण और भावना प्रवृत्ति ट्रैकिंग के लिए इसके पूरक क्षमताओं के साथ, API उपयोगकर्ताओं को टेक्स्ट सामग्री से मूल्यवान अंतर्दृष्टि प्राप्त करने में सक्षम बनाता है, सूचित निर्णय लेने को बढ़ावा देता है और ग्राहक के दृष्टिकोण और प्राथमिकताओं की बेहतर समझ में सक्षम बनाता है।
यह पैरामीटर प्राप्त करेगा और आपको एक JSON प्रदान करेगा।
सोशल मीडिया мониторिंग: सार्वजनिक राय और ब्रांड अनुभव को समझने के लिए सोशल मीडिया पोस्ट पर भावना विश्लेषण।
ग्राहक फीडबैक विश्लेषण: संतोष को मापने या सुधार के लिए क्षेत्रों की पहचान करने के लिए ग्राहक फीडबैक में भावना का आकलन करना।
बाजार अनुसंधान: उत्पादों या सेवाओं के प्रति उपभोक्ता भावना को मापने के लिए बाजार रिपोर्ट और सर्वेक्षण में भावना का विश्लेषण करना।
ब्रांड ट्रैकिंग: प्रतिष्ठा को प्रबंधित करने के लिए ऑनलाइन प्लेटफार्मों के माध्यम से किसी ब्रांड या कंपनी के प्रति भावना को ट्रैक करना।
उत्पाद समीक्षा विश्लेषण: ग्राहक की प्राथमिकताओं को समझने और उत्पाद विकास की जानकारी के लिए उत्पाद समीक्षाओं में भावना का आकलन करना।
योजना के लिए उपलब्ध API कॉल की संख्या के अलावा कोई अन्य सीमाएं नहीं हैं।
भावना पहचान - एंडपॉइंट फीचर्स
| ऑब्जेक्ट | विवरण |
|---|---|
रिक्वेस्ट बॉडी |
[आवश्यक] Json |
{"positive_level":"50%","negative_level":"0%","result":"positive","words_count":4}
curl --location --request POST 'https://zylalabs.com/api/3497/emotional+state+api/3831/sentiment+detection' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "I am happy today"
}'
| 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 प्रभावी ढंग से उपयोग करने के लिए उपयोगकर्ताओं को भावनात्मक विश्लेषण प्रक्रिया के लिए एक पाठ इनपुट करने की आवश्यकता होती है ताकि अंतर्दृष्टिपूर्ण परिणाम उत्पन्न हो सकें
इमोशनल स्टेट एपीआई को पाठ डेटा में व्यक्त भावनात्मक सामग्री का विश्लेषण और व्याख्या करने के लिए बनाया गया है
सभी स्वादों के लिए विभिन्न योजनाएँ हैं जिसमें कुछ अनुरोधों के लिए एक मुफ्त परीक्षण शामिल है लेकिन आपकी दर का दायरा सीमित है ताकि सेवा के दुरुपयोग से बचा जा सके
ज़ाईला लगभग सभी प्रोग्रामिंग भाषाओं के लिए एक विस्तृत श्रृंखला के एकीकरण विधियों की पेशकश करता है आप अपने प्रोजेक्ट के साथ एकीकृत करने के लिए इन कोड का उपयोग कर सकते हैं जैसे कि आपको आवश्यकता है
भावना पहचान अंतिम बिंदु एक JSON वस्तु लौटाता है जिसमें भावना विश्लेषण के परिणाम शामिल होते हैं जिसमें सकारात्मक और नकारात्मक भावना के स्तर समग्र भावना परिणाम और विश्लेषित पाठ की शब्द संख्या होती है
प्रतिक्रिया डेटा में मुख्य क्षेत्र "सकारात्मक_स्तर" "नकारात्मक_स्तर" "परिणाम" और "शब्दों_की_संख्या" शामिल हैं ये क्षेत्र इनपुट टेक्स्ट में व्यक्त की गई भावना का ज्ञान प्रदान करते हैं
प्रतिक्रिया डेटा को एक JSON ऑब्जेक्ट के रूप में संरचित किया गया है जिसमें प्रत्येक कुंजी भावनात्मक विश्लेषण के एक विशेष पहलू का प्रतिनिधित्व करती है यह अनुप्रयोगों में आसान पार्सिंग और उपयोग की अनुमति देता है
Sentiment detection endpoint के लिए मुख्य पैरामीटर "text" पैरामीटर है जो उपयोगकर्ता से उस पाठ्य सामग्री को इनपुट करने की अपेक्षा करता है जिसे वे भावना के लिए विश्लेषण करना चाहते हैं
उपयोगकर्ता अपनी डेटा अनुरोधों को "पाठ" पैरामीटर में विभिन्न पाठ्य इनपुट प्रदान करके अनुकूलित कर सकते हैं जिससे समीक्षाएँ सामाजिक मीडिया पोस्ट या फीडबैक जैसे विभिन्न प्रकार की सामग्री पर भावना विश्लेषण किया जा सके
भावनात्मक स्थिति एपीआई टेक्स्चुअल डेटा का विश्लेषण करने के लिए उन्नत प्राकृतिक भाषा प्रोसेसिंग तकनीकों का उपयोग करता है जिसमें सोशल मीडिया ग्राहकों की प्रतिक्रिया और उत्पाद समीक्षाओं सहित विभिन्न स्रोतों से जानकारी ली जाती है
डेटा सटीकता उन्नत एल्गोरिदम के माध्यम से बनाए रखी जाती है जो शब्दों के अर्थ और संदर्भ पर विचार करते हैं जिससे एपीआई मानव भाषा में बारीकियों को पकड़ने और भावना वर्गीकरण में सुधार करने की अनुमति मिलती है
विशिष्ट उपयोग के मामलों में सार्वजनिक राय को जानने के लिए सोशल मीडिया की निगरानी करना ग्राहक संतोष को बढ़ाने के लिए ग्राहक फीडबैक विश्लेषण करना और ग्राहक प्राथमिकताओं के आधार पर विकास के लिए उत्पाद समीक्षा विश्लेषण करना शामिल है
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
664ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
89ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
696ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,236ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
624ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,281ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
918ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
458ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
593ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
144ms
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:
1,778ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
955ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
427ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
215ms