A API Emotion Tone Content Fetcher é uma ferramenta baseada em processamento de linguagem natural (NLP) que permite analisar textos escritos e obter uma avaliação detalhada de seu conteúdo emocional. Esta API recebe texto simples como entrada e retorna uma estrutura JSON com pontuações de sentimento positivas, negativas e neutras, juntamente com uma pontuação geral que resume a orientação emocional geral do texto.
Graças a modelos de análise semântica treinados com grandes volumes de dados linguísticos, esta API pode identificar com precisão o tom emocional de frases em linguagem natural. Por exemplo, ao analisar uma frase como "Eu adoro isso", o sistema retorna uma alta pontuação positiva (0,677), uma pontuação neutra moderada (0,323), zero pontuação negativa e uma pontuação geral de 0,6369, indicando uma expressão emocional fortemente positiva.
Esta API é especialmente útil em múltiplos cenários: desde monitoramento de redes sociais, análise de avaliações de produtos ou serviços, sistemas de feedback de clientes, até aplicações de recursos humanos que buscam avaliar o clima emocional em pesquisas internas. Ela também pode ser facilmente integrada em painéis analíticos, chatbots ou ferramentas de inteligência de negócios.
Para usar este endpoint você deve inserir um texto e o idioma em que está escrito (Inglês = en ou Alemão = de) nos parâmetros
Detecção de sentimento - Recursos do endpoint
| Objeto | Descrição |
|---|---|
text |
[Obrigatório] 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/7821/emotion+tone+content+fetcher+api/12814/sentiment+detection?text=i love it' --header 'Authorization: Bearer YOUR_API_KEY'
| Cabeçalho | Descrição |
|---|---|
Authorization
|
[Obrigatório] Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito. |
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
Para usar esta API os usuários devem inserir um texto para obter uma análise de sentimento
API de Recuperação de Conteúdo de Tom Emocional projetada para analisar dados de texto e detectar o tom emocional expresso nele
Existem diferentes planos para atender a todos os gostos incluindo um teste gratuito para um pequeno número de solicitações mas sua taxa é limitada para evitar abuso do serviço
Zyla oferece uma ampla gama de métodos de integração para quase todas as linguagens de programação Você pode usar esses códigos para se integrar ao seu projeto conforme necessário
A API retorna um objeto JSON contendo resultados de análise de sentimento incluindo sentimento geral pontuações de confiança e sentimento detalhado para frases individuais
Os campos principais incluem "sentimento" (sentimento geral), "confiança" (certeza do sentimento) e "frases" (array detalhando o sentimento para cada frase com deslocamentos e comprimentos)
A resposta é estruturada como um objeto JSON com uma seção "documento" para o sentimento geral e um array "sentenças" para a análise detalhada de cada sentença
O endpoint aceita parâmetros como "texto" (o texto de entrada para análise) e "idioma" (para especificar o idioma, por exemplo, 'en' para inglês ou 'de' para alemão)
O ponto final fornece insights sobre o tom emocional do texto incluindo classificação de sentimento (positivo negativo neutro) e níveis de confiança tanto para sentimentos gerais quanto específicos de frases
Os usuários podem analisar o sentimento geral para avaliar as opiniões dos clientes e usar dados em nível de sentença para identificar áreas específicas de preocupação ou feedback positivo ajudando em respostas direcionadas
A API utiliza processamento de linguagem natural e algoritmos de aprendizado de máquina, continuamente treinados em conjuntos de dados diversos para melhorar a precisão na detecção de sentimentos
Casos de uso comuns incluem monitorar o sentimento nas redes sociais analisar feedback de clientes e avaliar a reputação da marca ajudando as empresas a tomar decisões informadas com base em insights emocionais
Nível de serviço:
100%
Tempo de resposta:
8.644ms
Nível de serviço:
100%
Tempo de resposta:
507ms
Nível de serviço:
100%
Tempo de resposta:
9.212ms
Nível de serviço:
100%
Tempo de resposta:
17ms
Nível de serviço:
100%
Tempo de resposta:
19ms
Nível de serviço:
100%
Tempo de resposta:
58ms
Nível de serviço:
100%
Tempo de resposta:
2.398ms
Nível de serviço:
100%
Tempo de resposta:
242ms
Nível de serviço:
100%
Tempo de resposta:
233ms
Nível de serviço:
100%
Tempo de resposta:
243ms
Nível de serviço:
100%
Tempo de resposta:
0ms
Nível de serviço:
100%
Tempo de resposta:
0ms
Nível de serviço:
100%
Tempo de resposta:
0ms
Nível de serviço:
100%
Tempo de resposta:
0ms
Nível de serviço:
100%
Tempo de resposta:
0ms
Nível de serviço:
100%
Tempo de resposta:
8.405ms
Nível de serviço:
100%
Tempo de resposta:
4.127ms
Nível de serviço:
100%
Tempo de resposta:
427ms
Nível de serviço:
100%
Tempo de resposta:
245ms
Nível de serviço:
100%
Tempo de resposta:
467ms