文本情感检索API允许您识别和量化任何文本中存在的情感。其目标是帮助理解书面语言背后的情感基调,提供有价值的信息以优化人际互动、改善沟通并丰富内容分析
在接收到文本后,API分析其语言内容,并返回一组基本情感,如快乐、愤怒、伤心、惊讶和恐惧,每种情感都伴有一个数值,表示其强度或存在程度。这些值以0到1的分数表示,可以准确确定文本中的主导情感以及其他情感的表现程度
该服务在情感分析、客户服务、市场营销、社会研究、社交媒体监控、聊天机器人开发和评论分析等领域的应用中尤其有用。公司可以利用它评估客户的情感状态,衡量对广告活动的反应,或根据检测到的语气调整自动化沟通
简而言之,文本情感检索API是将文本转化为有意义的情感信息的强大而灵活的解决方案。借助它,开发人员和分析师可以更好地理解文字背后的情感,并根据用户或受众的情感状态做出更明智的决策
它分析一段文本并返回快乐、愤怒、悲伤、惊讶和恐惧等情感的水平,指示每种情感的强度
情感检测 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{
"Happy": 1.0,
"Angry": 0.0,
"Surprise": 0.0,
"Sad": 0.0,
"Fear": 0.0
}
curl --location --request POST 'https://zylalabs.com/api/10878/text+emotion+retrieval+api/20583/emotion+detection' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw 'I am very happy to use this API.'
| 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。
情感检测端点返回一个包含五种基本情绪分数的JSON对象:快乐、愤怒、悲伤、惊讶和恐惧。每种情绪用一个范围从0到1的数值表示,指示其在分析文本中的强度
响应数据中的关键字段是“快乐”“愤怒”“悲伤”“惊讶”和“恐惧”每个字段对应一种情绪并包含一个反映提供文本中该情绪强度的分数
响应数据组织为 JSON 对象,情感标签作为键,对应的强度分数作为值 这种结构便于解析和解读文本的情感内容
典型的用例包括对客户反馈的情感分析 根据用户情感增强聊天机器人互动 监测社交媒体情感 分析对营销活动或内容的情感反应
用户可以通过向情感检测端点提供不同的文本输入来自定义他们的数据请求。API分析所提交的特定文本,使得能够根据不同的内容提供量身定制的情感洞察
数据准确性通过先进的自然语言处理算法得以维护,这些算法分析语言模式和上下文 对模型进行持续的更新和改进,确保其适应不断发展的语言使用和情感表达
标准数据模式包括基于文本语调的情感强度分数的变化。例如,表达喜悦的文本可能产生高快乐分数和其他情感的低分数,而带有冲突的文本可能显示更高的愤怒和恐惧分数
用户可以通过解读得分来利用返回的数据,以评估文本的情感基调 例如高幸福度得分可以表示积极情绪 引导客服或内容创作策略中的回应
服务级别:
100%
响应时间:
16ms
服务级别:
100%
响应时间:
20ms
服务级别:
100%
响应时间:
62ms
服务级别:
100%
响应时间:
19ms
服务级别:
100%
响应时间:
216ms
服务级别:
100%
响应时间:
1,768ms
服务级别:
100%
响应时间:
17ms
服务级别:
100%
响应时间:
9,212ms
服务级别:
100%
响应时间:
379ms
服务级别:
100%
响应时间:
19ms
服务级别:
100%
响应时间:
3,023ms
服务级别:
100%
响应时间:
854ms
服务级别:
100%
响应时间:
683ms
服务级别:
100%
响应时间:
1,189ms
服务级别:
100%
响应时间:
1,261ms
服务级别:
100%
响应时间:
1,388ms
服务级别:
100%
响应时间:
11,307ms
服务级别:
100%
响应时间:
10,067ms
服务级别:
100%
响应时间:
5,087ms
服务级别:
100%
响应时间:
1,567ms