{"isProfanity":true,"score":0.8,"severity":70,"flaggedFor":["insult"],"language":"en","dialect":"general"}
curl --location --request POST 'https://zylalabs.com/api/11453/text+content+censoring+api/21613/text+analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"message": "I hate you"
}'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए पाठ सामग्री संवेदीकरण API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| 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।
(वार्षिक बिलिंग के साथ 2 महीने बचाएँ 🎉)
अग्रणी कंपनियों का भरोसा
टेक्स्ट विश्लेषक एंडपॉइंट संरचित डेटा लौटाता है जिसमें विश्लेषित टेक्स्ट में अपमानजनक भाषा के संकेत शामिल होते हैं मुख्य आउटपुट में यह शामिल है कि क्या टेक्स्ट में गाली-गलौज है गंभीरता स्कोर जोखिम स्कोर फ्लैग की गई श्रेणियां टेक्स्ट की भाषा और पहचाना गया बगल
प्रतिक्रियात्मक डेटा के प्रमुख क्षेत्र हैं `isProfanity` (बूलियट), `score` (संख्यात्मक), `severity` (संख्यात्मक), `flaggedFor` (श्रेणियों की सूची), `language` (स्ट्रिंग), और `dialect` (स्ट्रिंग) ये क्षेत्र पहचानी गई अपमानजनक भाषा की प्रकृति और गंभीरता के बारे में जानकारी प्रदान करते हैं
प्रतिक्रिया डेटा JSON फॉर्मेट में व्यवस्थित है प्रत्येक कुंजी विश्लेषण के एक विशिष्ट पहलू का प्रतिनिधित्व करती है उदाहरण के लिए `isProfanity` यह इंगित करता है कि पाठ अपमानजनक है जबकि `flaggedFor` झंडी लगाने के कारणों को सूचीबद्ध करता है जिससे स्वचालित प्रणालियों द्वारा आसान पार्सिंग और व्याख्या की जा सके
टेक्स्ट एनालाइजर एंडपॉइंट अनुपात की भाषा, गंभीरता स्तर, जोखिम स्कोर, झंडा लगाई गई सामग्री की श्रेणियों और टेक्स्ट की भाषा और शैली की जानकारी प्रदान करता है यह व्यापक विश्लेषण उपयोगकर्ता-जनित सामग्री की विषाक्तता को समझने में सहायक है
उपयोगकर्ता टेक्स्ट एनालाइज़र एंडपॉइंट को भेजे गए इनपुट टेक्स्ट को समायोजित करके अपने डेटा अनुरोधों को अनुकूलित कर सकते हैं जबकि एंडपॉइंट अतिरिक्त पैरामीटर स्वीकार नहीं करता है टेक्स्ट की सामग्री स्वयं विभिन्न परिदृश्यों को परीक्षण करने और विभिन्न प्रकार की भाषा का विश्लेषण करने के लिए भिन्न हो सकती है
टेक्स्ट एनालाइज़र डेटा के सामान्य उपयोग के मामलों में सोशल मीडिया प्लेटफार्मों के लिए सामग्री पार्श्वकरण उपयोगकर्ता टिप्पणियों को वेबसाइटों पर छानना चैट एप्लिकेशन को बेहतर करना ताकि उत्पीड़न से बचा जा सके और विषैला भाषा पहचानकर सामुदायिक दिशानिर्देशों का अनुपालन सुनिश्चित करना शामिल है
डेटा सटीकता सुनिश्चित की जाती है अंतर्निहित भाषा मॉडलों के निरंतर अपडेट और विविध डेटा सेट के खिलाफ नियमित मूल्यांकन के माध्यम से यह सुनिश्चित करता है कि एपीआई विभिन्न संदर्भों और बोलियों में आक्रामक भाषा को प्रभावी ढंग से पहचान और वर्गीकृत कर सकता है
प्रतिक्रिया में मानक डेटा पैटर्न्स में स्पष्ट संकेत शामिल होते हैं कि क्या पाठ अपशब्द है (`isProfanity`), भाषा की गंभीरता को दर्शाने वाला एक संख्यात्मक स्कोर, और `flaggedFor` में श्रेणियों की एक सूची। उपयोगकर्ता JSON प्रतिक्रिया में निरंतर फॉर्मेटिंग और संरचना की अपेक्षा कर सकते हैं