यह एपीआई किसी भी पाठ के भावनात्मक स्वर को विश्लेषित करने के लिए डिज़ाइन की गई है, जो सामग्री द्वारा व्यक्त किए गए भावनात्मक प्रभाव और मूड पर विस्तृत अंतर्दृष्टि प्रदान करती है। इसका संचालन सरल और कुशल है: उपयोगकर्ता एक पाठ इनपुट के रूप में भेजता है, और एपीआई विभिन्न स्वर, प्रत्येक की उपस्थिति का प्रतिशत, और एक व्याख्यात्मक सारांश सहित एक संरचित विश्लेषण के साथ प्रतिक्रिया करता है
उदाहरण के लिए, यह सकारात्मकता, तटस्थता, निराशा, या उदासी जैसी भावनाओं की पहचान कर सकता है, पाठ के भीतर प्रत्येक का अनुपात बताता है। इसके अलावा, यह एक वर्णनात्मक विश्लेषण अनुभाग भी प्रदान करता है, जहां यह परिणाम की व्याख्या करता है, यह समझाने में कि किस प्रकार का भावनात्मक संदेश प्रबल है, यह पाठ के दौरान कैसे विकसित होता है, और कौन से कारक समग्र स्वर को प्रभावित करते हैं। इस जानकारी को पूरा करते हुए, यह संचार को समायोजित या सुधारने के लिए व्यावहारिक सुझाव भी उत्पन्न करता है: उदाहरण के लिए, सकारात्मक स्वर को कैसे प्राथमिकता दें, भावनाओं को कैसे संतुलित करें, या नकारात्मक धारणाओं को कैसे कम करें
यह एपीआई विशेष रूप से उन लोगों के लिए उपयोगी है जो अपने उत्पादों या कार्यप्रवाह में भावनात्मक बुद्धिमत्ता को शामिल करना चाहते हैं। इसे सोशल मीडिया विश्लेषण, ग्राहक फीडबैक मूल्यांकन, कॉर्पोरेट सामग्री समीक्षा, या यहां तक कि साहित्यिक पाठों के अध्ययन में लागू किया जा सकता है। इसका प्रतिशत- और श्रेणी-आधारित दृष्टिकोण स्वचालित भावनाओं की व्याख्या को सुविधाजनक बनाता है, जबकि इसकी पाठ्य आउटपुट निर्णय लेने के लिए एक मानवीकरण और उपयोगी संदर्भ प्रदान करती है
संक्षेप में, यह एपीआई केवल भावनाओं को मापता नहीं है, बल्कि संचार में सुधार की व्याख्या और सुझाव भी देता है। यह एक शक्तिशाली उपकरण है यह समझने के लिए कि संदेश कैसे प्राप्त होते हैं और उन्हें कैसे अनुकूलित किया जा सकता है ताकि अधिक भावनात्मक प्रभाव उत्पन्न हो सके। इसकी विश्लेषणात्मक क्षमताओं के लिए धन्यवाद, यह पाठ को कार्रवाई योग्य डेटा में बदल देता है, जिससे संचार को अधिक सहानुभूतिपूर्ण, स्पष्ट और प्रभावी अनुभव बनाने में मदद मिलती है
कृत्रिम बुद्धिमत्ता के साथ पाठों का विश्लेषण करता है भावनाओं और प्रमुख स्वर को पहचानता है प्रतिशत प्रदर्शन करता है विस्तृत व्याख्या और संचार सुधारने के लिए सुझाव प्रदान करता है
टोन चेक करने वाला - एंडपॉइंट फीचर्स
| ऑब्जेक्ट | विवरण |
|---|---|
content |
[आवश्यक] |
{"success":true,"content":{"toneDistribution":[{"tone":"\ud83d\ude0a Positive","percentage":80},{"tone":"\ud83d\ude10 Neutral","percentage":10},{"tone":"\ud83d\ude24 Frustrated","percentage":0},{"tone":"\ud83d\ude22 Sad","percentage":10}],"analysis":"The text 'Today I feel very happy.' has a predominantly positive tone indicated by the expression of happiness. The use of the word 'happy' explicitly conveys a sense of joy and positivity. This text contains no elements of frustration or sadness, which is why those tones have a percentage of 0. There is a small neutral component that represents the straightforwardness of the statement, devoid of additional emotional layers.","suggestions":"To maintain the positive tone, consider adding more context or reasons for your happiness that could enhance the emotional impact. If aiming for variety in tone, include additional sentences that describe different feelings or experiences throughout the day, balancing positive expressions with neutral observations or subtle challenges overcome."}}
curl --location --request GET 'https://zylalabs.com/api/10932/extract+tone+from+text+using+api/20642/tone+checker?content=Today I feel very happy.' --header 'Authorization: Bearer YOUR_API_KEY'
| 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।
टोन चेकर एंडपॉइंट इनपुट टेक्स्ट के भावनात्मक टोन का एक संरचित विश्लेषण प्रदान करता है इसमें पहचाने गए भावनाओं के साथ एक टोन वितरण उनके संबंधित प्रतिशत टेक्स्ट का व्याख्यात्मक विश्लेषण और संचार में सुधार के लिए व्यावहारिक सुझाव शामिल हैं
प्रतिक्रिया डेटा में प्रमुख क्षेत्र `toneDistribution` शामिल हैं जो पहचानित स्वर और उनके प्रतिशत को सूचीबद्ध करता है `analysis` जो भावनात्मक सामग्री का सारांश प्रदान करता है और `suggestions` जो संचार की प्रभावशीलता को बढ़ाने के लिए सलाह प्रदान करता है
उत्तर डेटा एक JSON प्रारूप में व्यवस्थित है यह एक `success` बूलियन शामिल करता है जो अनुरोध स्थिति को दर्शाता है इसके बाद एक `content` ऑब्जेक्ट है जिसमें `toneDistribution` `analysis` और `suggestions` हैं जिससे इसे पार्स और उपयोग करना आसान हो जाता है
टोन् चेक्कर पाठ में पहचाने गए भावनात्मक स्वर, उनके प्रतिशत, भावनात्मक संदेश का विस्तृत व्याख्यात्मक विश्लेषण और संचार के स्वर को बेहतर बनाने के लिए कार्रवाई योग्य सुझाव प्रदान करता है
उपयोगकर्ता टोन चेकर एंडपॉइंट पर भेजे गए इनपुट टेक्स्ट को बदलकर अपने अनुरोधों को कस्टमाइज कर सकते हैं विभिन्न टेक्स्ट विभिन्न टोन विश्लेषण उत्पन्न करेंगे जिससे उपयोगकर्ता विभिन्न संदेशों और उनके भावनात्मक प्रभावों का आकलन कर सकेंगे
विशिष्ट उपयोग के मामलों में भावना के लिए ग्राहक फीडबैक का विश्लेषण करना कॉर्पोरेट संचार को बढ़ाना सोशल मीडिया पोस्ट का मूल्यांकन करना और भावनात्मक बारीकियों को समझने और संलग्नता में सुधार करने के लिए साहित्यिक पाठों का अध्ययन करना शामिल है
डेटा सटीकता उन्नत कृत्रिम बुद्धिमत्ता एल्गोरिदम के माध्यम से बनाए रखी जाती है जो पाठ पैटर्न और भावनात्मक संकेतों का विश्लेषण करते हैं निरंतर अपडेट और विविध डेटासेट पर प्रशिक्षण मॉडल की भावनात्मक स्वर के समझ को बेहतर बनाने में मदद करते हैं
मानक डेटा पैटर्न में स्वरों का स्पष्ट वितरण शामिल होता है अक्सर एक या दो प्रमुख भावनाओं के साथ उपयोगकर्ता उन प्रतिशतों को देखने की उम्मीद कर सकते हैं जो पाठ के भावनात्मक भार को दर्शाते हैं साथ ही अंतर्दृष्टिपूर्ण विश्लेषण और सुधार के लिए अनुकूलित सुझाव भी
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,199ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,043ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,641ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,612ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,206ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
320ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,378ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
173ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,415ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,610ms