बहुभाषी डिटेक्टर एपीआई डेवलपर्स और व्यवसायों के लिए एक शक्तिशाली उपकरण है जो सटीक और कुशल भाषा पहचान क्षमताओं की आवश्यकता करते हैं। इसे पाठ के कुछ वाक्यों का विश्लेषण करने और पाठ की भाषा को एक विश्वास स्कोर के साथ निर्धारित करने के लिए डिज़ाइन किया गया है, जो इसे बहुभाषी समर्थन की आवश्यकता वाले अनुप्रयोगों के लिए एक मूल्यवान संपत्ति बनाता है।
भाषा डिटेक्टर एपीआई इनपुट पाठ का विश्लेषण करने और भाषा निर्धारित करने के लिए उन्नत एल्गोरिदम और मशीन लर्निंग मॉडलों का उपयोग करती है।
भाषा डिटेक्टर एपीआई की एक प्रमुख विशेषता इसकी गति और सटीकता है।
बहुभाषी डिटेक्टर एपीआई को इसके उपयोगकर्ता-अनुकूल एपीआई के माध्यम से मौजूदा अनुप्रयोगों में आसानी से एकीकृत किया जा सकता है। डेवलपर्स जल्दी और आसानी से एपीआई का उपयोग कर सकते हैं और परिणामों को JSON प्रारूप में प्राप्त कर सकते हैं जिसे आसानी से पार्स किया जा सकता है और उनके अनुप्रयोगों में एकीकृत किया जा सकता है।
कुल मिलाकर, भाषा डिटेक्टर एपीआई उन व्यवसायों और डेवलपर्स के लिए एक आवश्यक उपकरण है जिन्हें बहुभाषी समर्थन की आवश्यकता है। इसकी सटीकता, गति और उपयोग में आसानी इसे किसी भी अनुप्रयोग के लिए एक मूल्यवान संपत्ति बनाती है जिसे कई भाषाओं में पाठ का विश्लेषण करने की आवश्यकता है।
यह एक पैरामीटर प्राप्त करेगा और आपको एक JSON प्रदान करेगा।
एपीआई कॉल की संख्या के अलावा, कोई अन्य सीमाएँ नहीं हैं।
डिटेक्टर एंडपॉइंट मल्टीलिंगुअल डिटेक्टर एपीआई की एक मुख्य विशेषता है जो उपयोगकर्ताओं को दिए गए पाठ का भाषा का निर्धारण करने की अनुमति देती है जिसके साथ एक विश्वास स्कोर होता है डिटेक्टर एंडपॉइंट पर कुछ वाक्य प्रस्तुत करने पर एपीआई इनपुट का विश्लेषण कर सकती है और पाठ की भाषा को सटीक रूप से निर्धारित कर सकती है एंडपॉइंट द्वारा प्रदान किया गया विश्वास स्कोर उपयोगकर्ताओं को यह मापने का एक उपाय देता है कि एपीआई अपनी भाषा पहचान में कितना आत्मविश्वासी है यह एंडपॉइंट किसी भी एप्लिकेशन के लिए आवश्यक है जिसे भाषा पहचान क्षमताओं की आवश्यकता होती है जैसे कि मल्टीलिंगुअल चैटबॉट ट्रांसलेशन सेवाएं या सेंटीमेंट एनालिसिस टूल
डिटेक्टर - एंडपॉइंट फीचर्स
| ऑब्जेक्ट | विवरण |
|---|---|
text |
[आवश्यक] |
detectedcount |
वैकल्पिक |
{"status":"ok","timestamp":1683650701163,"data":[["english",0.3280200501253133],["french",0.21230576441102755]]}
curl --location --request GET 'https://zylalabs.com/api/1999/multilingual+detector+api/1766/detector?text=The Detector endpoint is a key feature of the Multilingual Detector API, which allows users to determine the language of a given piece of text with a confidence score.' --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।
डिटेक्टर एन्डपॉइंट एक JSON ऑब्जेक्ट लौटाता है जिसमें पहचानी गई भाषाएँ और उनके संबंधित आत्मविश्वास स्कोर होते हैं यह उपयोगकर्ताओं को न केवल पहचानी गई भाषाओं को समझने की अनुमति देता है बल्कि प्रत्येक पहचान के साथ जुड़े निश्चितता के स्तर को भी समझने की अनुमति देता है
प्रतिक्रियात्मक डेटा में मुख्य क्षेत्र "स्थिति," "टाइमस्टैम्प," और "डेटा" शामिल हैं "डेटा" क्षेत्र में पहचाने गए भाषाओं का एक ऐरे होता है जो उनके विश्वास स्कोर के साथ जोड़ा जाता है जो यह दर्शाता है कि उस भाषा में पाठ होने की संभावना कितनी है
वापसी किया गया डेटा JSON प्रारूप में है इसमें एक "स्थिति" फ़ील्ड शामिल है जो अनुरोध की सफलता को दर्शाती है एक "टाइमस्टैम्प" है जब अनुरोध संसाधित किया गया था और एक "डेटा" एरे है जिसमें भाषा-विश्वास जोड़े हैं उदाहरण के लिए [["english", 0.32], ["french", 0.21]]
डिटेक्टर एंडपॉइंट एक ही पैरामीटर स्वीकार करता है: भाषा पहचान के लिए पाठ इनपुट उपयोगकर्ता कुछ वाक्य प्रस्तुत कर सकते हैं और एपीआई इस पाठ का विश्लेषण करके भाषा निर्धारित करेगा
प्रतिक्रिया डेटा को तीन मुख्य घटकों में व्यवस्थित किया गया है: एक स्थिति संदेश, एक समय मुहर, और एक डेटा ऐरे। डेटा ऐरे में प्रत्येक पहचानी गई भाषा और उसके आत्मविश्वास स्कोर के लिए उप-ऐरे होते हैं जिससे सरल पार्सिंग और विश्लेषण की अनुमति मिलती है
सामान्य उपयोग मामलों में सामग्री फ़िल्टरिंग ग्राहक सहायता मार्गनिर्देशन अनुवाद सेवाएँ बहुभाषी चैटबॉट और भावना विश्लेषण शामिल हैं यह एपीआई भाषा पहचान को स्वचालित करने में मदद करता है बहुभाषी वातावरण में उपयोगकर्ता अनुभव को बेहतर बनाता है
डेटा की सटीकता उन्नत एल्गोरिदम और मशीन लर्निंग मॉडलों के माध्यम से बनाए रखी जाती है जो विभिन्न पाठ नमूनों से लगातार सीखते हैं नियमित अपडेट और गुणवत्ता जांच सुनिश्चित करती हैं कि एपीआई विभिन्न भाषाओं का पता लगाने में विश्वसनीय बना रहे
यदि एपीआई आंशिक या खाली परिणाम लौटाता है तो उपयोगकर्ताओं को इनपुट टेक्स्ट की स्पष्टता और पूर्णता की जांच करनी चाहिए ऐप्लिकेशन में त्रुटि प्रबंधन लागू करने से ऐसे परिदृश्यों को संभालने में मदद मिल सकती है जिससे उपयोगकर्ता अनुभव के लिए एक बैकअप तंत्र सुनिश्चित होता है
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
307ms
सर्विस लेवल:
99%
रिस्पॉन्स टाइम:
461ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
16ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,742ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
18ms
सर्विस लेवल:
99%
रिस्पॉन्स टाइम:
23ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
365ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,217ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,581ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
6,275ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
45ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,683ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,415ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
292ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,213ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
7,398ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
18,519ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,098ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
832ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
91ms