{"success":true,"data":{"sentiment":"neutral","confidence":0.01,"score":0,"breakdown":{"positive":0,"negative":0,"neutral":1},"wordCount":2,"sentimentWords":{"positive":[],"negative":[]},"emotions":{"joy":0,"anger":0,"fear":0,"sadness":0,"surprise":0,"disgust":0},"subjectivity":0},"timestamp":"2025-07-28T16:55:29.762Z","processingTime":4}
curl --location --request POST 'https://zylalabs.com/api/8664/text+sentiment+detection+api/16488/sentiment+analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "Hello world",
"language": "en"
}'
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 ข้อความอารมณ์การตรวจจับ 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 सेंटिमेंट डिटेक्शन एपीआई एक उन्नत टेक्स्ट विश्लेषण समाधान है जो आपको किसी भी लिखित सामग्री की भावनात्मक टोन की पहचान करने की अनुमति देता है यह उपकरण एक टेक्स्ट इनपुट को प्रोसेस करता है और एक विस्तृत विश्लेषण लौटाता है जिसमें समग्र सेंटिमेंट क्लासीफिकेशन (सकारात्मक नकारात्मक या तटस्थ) के साथ एक कॉन्फिडेंस स्कोर और प्रत्येक श्रेणी का प्रतिशत ब्रेकडाउन शामिल होता है
एपीआई प्रतिक्रिया में एक सेंटिमेंट फ़ील्ड शामिल होती है जो प्रमुख सेंटिमेंट को इंगित करती है साथ ही एक स्कोर और कॉन्फिडेंस स्तर जो दर्शाता है कि टेक्स्ट का भावनात्मक रुझान कितना स्पष्ट है इसके अलावा ब्रेकडाउन सेक्शन सकारात्मकता नकारात्मकता और तटस्थता के प्रतिशत को तोड़ता है जिससे आप मिश्रित या अस्पष्ट टेक्स्ट में भी भावनात्मक बारीकियों को समझ सके
एक और उल्लेखनीय विशेषता भावनात्मक कीवर्ड का निष्कर्षण है जिसे पहचान किया जाता है जो पहचानी गई टोन के लिए जिम्मेदार होते हैं जो सामग्री के अनुकूलन विज्ञापन अभियानों को समायोजित करने या ऑनलाइन प्रतिष्ठा को ट्रैक करने के लिए उपयोगी होते हैं यह विश्लेषण मूल भावनाओं (आनंद दुख डर आश्चर्य घृणा और गुस्सा) का एक घटक भी शामिल करता है जो संवेदी मनोविज्ञान कार्यों ग्राहक निगरानी या वास्तविक समय बातचीत विश्लेषण के लिए आदर्श है
इसके अलावा टेक्स्ट की व्यक्तित्व की गणना की जाती है यह दर्शाता है कि यह एक राय है या एक उद्देश्य बयानी यह मीडिया विश्लेषण उत्पाद मूल्यांकन या ओपन सर्वे विश्लेषण जैसी संदर्भों में उपयोगी है
एक तेज और सटीक प्रतिक्रिया के साथ (कम प्रोसेसिंग टाइम) यह एपीआई ग्राहक सेवा मार्केटिंग मानव संसाधनों सोशल प्लेटफ़ॉर्म वर्चुअल असिस्टेंट और बहुत कुछ में आसानी से एकीकृत करने के लिए डिज़ाइन किया गया है इसका लचीला डिज़ाइन और बहुभाषी समर्थन इसे वेब और मोबाइल अनुप्रयोगों दोनों में लागू करने की अनुमति देता है
संक्षेप में टेक्स्ट सेंटिमेंट डिटेक्शन एपीआई भाषा की भावनात्मक सामग्री में गहरा अनुभव प्रदान करता है व्यवसायों और डेवलपर्स को मानव इंटरैक्शन को बेहतर ढंग से समझने यूजर अनुभव में सुधार करने और सटीक भावनात्मक डेटा के आधार पर निर्णय लेने में मदद करता है
सेंटिमेंट एनालाइज़र एंडपॉइंट इनपुट टेक्स्ट का विस्तृत विश्लेषण लौटाता है जिसमें समग्र सेंटिमेंट वर्गीकरण (सकारात्मक नकारात्मक तटस्थ) एक विश्वास स्कोर सेंटिमेंट श्रेणियों का प्रतिशत ब्रेकडाउन भावनात्मक कीवर्ड मूल भावनाएं और विषयवाद शामिल हैं
प्रतिक्रिया में प्रमुख क्षेत्र हैं "भावना" (प्रधान भावना), "विश्वास" (वर्गीकरण का निश्चितता), "ब्रेकडाउन" (सकारात्मकता, नकारात्मकता, तटस्थता का प्रतिशत), "कीवर्ड" (भावनात्मक कीवर्ड), "भावनाएँ" (पहचान की गई मूल भावनाएँ), और "विषयवाचकता" (राय बनाम वस्तुपरकता)
प्रतिक्रिया डेटा JSON प्रारूप में संरचित है जिसमें भावना विश्लेषण परिणामों के लिए शीर्ष स्तर के क्षेत्र हैं प्रत्येक क्षेत्र विशिष्ट अंतर्दृष्टि प्रदान करता है जैसे भावना वर्गीकरण आत्मविश्वास स्तर और विस्तृत विभाजन जिससे इसे प्रोग्रामेटिक रूप से आसानी से पार्स और उपयोग किया जा सके
Sentiment Analyzer अंत बिंदु के लिए प्राथमिक पैरामीटर "text" है जो उस इनपुट स्ट्रिंग की आवश्यकता है जिसे विश्लेषित किया जाना है उपयोगकर्ता अपने अनुरोधों को अनुकूलित कर सकते हैं विभिन्न टेक्स्ट इनपुट प्रदान करके अनुकूलित भावना विश्लेषण परिणाम प्राप्त करने के लिए
ख típico उपयोग के मामले में ग्राहक फीडबैक की निगरानी करना मार्केटिंग सामग्री को अनुकूलित करना सोशल मीडिया इंटरैक्शन का विश्लेषण करना सर्वेक्षणों में भावना विश्लेषण करना और चैटबॉट या वर्चुअल असिस्टेंट में उपयोगकर्ता अनुभव को सुधारना शामिल हैं
डेटा सटीकता को उन्नत प्राकृतिक भाषा प्रसंस्करण एल्गोरिदम के माध्यम से बनाए रखा जाता है जो विभिन्न पाठ नमूनों से लगातार सीखते हैं नियमित अपडेट और गुणवत्ता जांच सुनिश्चित करती है कि मॉडल भाषा के बारीकियों और विकसित होने वाले भावनात्मक अभिव्यक्तियों के लिए अनुकूलित हो
उपयोगकर्ता लौटाए गए डेटा का लाभ उठाकर ग्राहक की भावना में रुझान पहचान सकते हैं भावनात्मक अंतर्दृष्टियों के आधार पर मार्केटिंग रणनीतियों को अनुकूलित कर सकते हैं और पाठ में व्यक्त उपयोगकर्ता की राय और भावनाओं को समझकर उत्पाद विकास को बेहतर बना सकते हैं
यदि इनपुट पाठ बहुत संक्षिप्त या अस्पष्ट है तो एपीआई कम विश्वास स्कोर या अधूरे विश्लेषण लौटा सकता है उपयोगकर्ताओं को सुनिश्चित करना चाहिए कि पाठ पर्याप्त रूप से वर्णनात्मक हो और ऐसे मामलों को संभालने के लिए बैकअप तंत्र लागू करने पर विचार करना चाहिए