关于API:
该API使用语言处理技术来识别财务相关文本中的情感。
该API将接收一段文本,并提供正面、中性和负面之间的情感评分。
该API非常适合那些希望根据情感对内容进行排序的财务网站。
对那些抓取内容并需要检查抓取文本情感的人来说是一个不错的选择。
除了每月的API调用限制外,没有其他限制。
要使用此端点,您必须在参数中输入文本
情感分析 - 端点功能
| 对象 | 描述 |
|---|---|
text |
[必需] |
{"type":"positive","score":0.917220858,"ratio":1,"keywords":[{"word":"love","score":0.917220858}],"version":"7.5.7","author":"twinword inc.","email":"[email protected]","result_code":"200","result_msg":"Success"}
curl --location --request GET 'https://zylalabs.com/api/839/financial+sentiment+analysis+api/7799/sentiment+analysis?text=I love tennis' --header 'Authorization: Bearer YOUR_API_KEY'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
情感分析端点返回一个情感分数,分类为积极、中立或消极,同时提供一个数值分数、比率和与情感相关的关键词
响应中的关键字段包括“类型”(情感类别)“分数”(数值情感分数)“比例”(情感比例)和“关键词”(带有分数的显著词汇列表)
响应数据以JSON格式结构化,包含情感类型、分数、比率、关键词、版本、作者、电子邮件、结果代码和结果消息的字段
情感分析端点的主要参数是您想要分析情感的文本字符串
用户可以利用返回的数据对金融内容进行分类 识别情绪随时间变化的趋势 或通过基于情绪分析定制内容来增强用户参与度
典型的使用案例包括分析新闻文章以了解市场情绪 评估客户对金融产品的反馈 以及根据情绪对金融博客文章进行分类
数据准确性通过先进的语言处理技术和对多样化金融文本的持续模型训练得以维护,以确保可靠的情感检测
用户可以期待情感分数中的一致模式,积极情感通常与有利的财经新闻相关,而消极情感则与低迷或危机相关
服务级别:
100%
响应时间:
294ms
服务级别:
100%
响应时间:
428ms
服务级别:
100%
响应时间:
322ms
服务级别:
100%
响应时间:
56ms
服务级别:
100%
响应时间:
597ms
服务级别:
100%
响应时间:
326ms
服务级别:
100%
响应时间:
449ms
服务级别:
100%
响应时间:
193ms
服务级别:
100%
响应时间:
620ms
服务级别:
100%
响应时间:
234ms
服务级别:
50%
响应时间:
1,528ms
服务级别:
50%
响应时间:
1,971ms
服务级别:
100%
响应时间:
4,377ms
服务级别:
50%
响应时间:
1,773ms
服务级别:
50%
响应时间:
1,365ms
服务级别:
100%
响应时间:
17,864ms
服务级别:
100%
响应时间:
2,908ms
服务级别:
100%
响应时间:
227ms
服务级别:
50%
响应时间:
2,855ms
服务级别:
100%
响应时间:
212ms