Na era digital de hoje, a comunicação por texto é central para nossas interações. Embora melhore a conectividade, também representa riscos de encontrar conteúdo ofensivo ou prejudicial. A API Clean Talk Checker aborda isso oferecendo análise e filtragem de texto em tempo real, promovendo ambientes online seguros e inclusivos.
A API Clean Talk Checker é uma ferramenta poderosa que escaneia e detecta conteúdo ofensivo ou inadequado usando processamento de linguagem natural (NLP) avançado e aprendizado de máquina. Ela avalia o potencial prejudicial do texto, fornecendo classificações ou pontuações para ajudar organizações e indivíduos a manter um espaço digital respeitoso.
Essa API permite a avaliação imediata do conteúdo, identificando e gerenciando rapidamente a linguagem ofensiva em várias plataformas, como aplicativos de chat, redes sociais e sistemas de moderação de conteúdo. Ao servir como um filtro eficaz, ajuda a sinalizar e tratar rapidamente conteúdos problemáticos.
Em última análise, a API Clean Talk Checker é crucial para garantir interações digitais respeitosas e inclusivas. Suas capacidades avançadas de NLP e aprendizado de máquina permitem que os usuários detectem e gerenciem proativamente conteúdo ofensivo em tempo real. Para plataformas de mídia social, aplicativos de chat e provedores de conteúdo, essa API é essencial para preservar o respeito e a segurança digital, além de abordar preocupações com privacidade de dados e viés.
A API recebe um texto e com base no texto decide se é um texto ofensivo ou não ofensivo.
Monitoramento de mídias sociais: Filtrar e remover automaticamente linguagem e conteúdo ofensivo das postagens e comentários dos usuários nas mídias sociais.
Segurança em chat e mensagens: Garantir um ambiente seguro e cortês em salas de chat e aplicativos de mensagens, detectando e filtrando linguagem ofensiva em tempo real.
Controle de comentários: Racionalizar a moderação de comentários gerados por usuários em sites, blogs e fóruns para evitar a postagem de conteúdo ofensivo ou prejudicial.
Proteção da imagem da marca: Proteger a reputação da sua marca monitorando e tratando conteúdo ofensivo ou menções de seus produtos ou serviços na Internet.
Integridade da comunidade de jogos: Manter comunidades de jogos online livres de linguagem e comportamento ofensivos, melhorando a experiência geral de jogo.
Além do número de chamadas de API disponíveis para o plano, não há outras limitações.
Para usar este endpoint você deve especificar uma palavra ou texto no parâmetro
["Offensive text"]
curl --location --request GET 'https://zylalabs.com/api/4907/clean+talk+checker+api/6172/detect+text&q=Required' --header 'Authorization: Bearer YOUR_API_KEY'
| Cabeçalho | Descrição |
|---|---|
Authorization
|
[Obrigatório] Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito. |
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
A API Clean Talk Checker é uma interface de programação de aplicativos projetada para analisar e categorizar o conteúdo do texto para determinar se contém linguagem ofensiva ou inadequada
Existem diferentes planos que atendem a todos incluindo um teste gratuito para um pequeno número de solicitações mas sua taxa é limitada para prevenir abusos do serviço
Zyla oferece uma ampla variedade de métodos de integração para quase todas as linguagens de programação Você pode usar esses códigos para integrar com seu projeto conforme necessário
Para usar esta API você deve especificar uma palavra ou texto
No caso de ser um tipo ofensivo a API retorna texto ofensivo e se o texto não for ofensivo texto não ofensivo
O endpoint Detect text retorna um array simples contendo a classificação do texto de entrada Se o texto for considerado ofensivo ele retorna "Texto ofensivo" caso contrário ele retorna "Texto não ofensivo"
Os dados da resposta consistem principalmente de um único campo que indica a classificação do texto. Os valores possíveis são "Texto ofensivo" ou "Texto não ofensivo"
Os dados de resposta estão estruturados como um array JSON. Por exemplo, se o texto de entrada for ofensivo, a resposta será formatada como `["Texto ofensivo"]`
O endpoint Detect text requer um único parâmetro: a string de texto que você deseja analisar. Certifique-se de que o texto esteja corretamente codificado para evitar erros
Os usuários podem personalizar suas solicitações variando o parâmetro de texto de entrada Isso permite a análise de diferentes frases ou sentenças para determinar sua ofensividade
Os casos de uso típicos incluem moderar comentários de usuários em mídias sociais garantir comunicação respeitosa em aplicativos de chat e manter um ambiente seguro em comunidades de jogos online
A precisão dos dados é mantida por meio de avançados processamentos de linguagem natural e algoritmos de aprendizado de máquina que aprendem continuamente com conjuntos de dados diversos para melhorar as capacidades de detecção
As verificações de qualidade incluem atualizações regulares dos modelos subjacentes validação contra exemplos do mundo real e mecanismos de feedback dos usuários para refinar o desempenho da API ao longo do tempo
Nível de serviço:
100%
Tempo de resposta:
592ms
Nível de serviço:
100%
Tempo de resposta:
524ms
Nível de serviço:
100%
Tempo de resposta:
3.940ms
Nível de serviço:
100%
Tempo de resposta:
301ms
Nível de serviço:
100%
Tempo de resposta:
254ms
Nível de serviço:
100%
Tempo de resposta:
2.233ms
Nível de serviço:
100%
Tempo de resposta:
196ms
Nível de serviço:
100%
Tempo de resposta:
429ms
Nível de serviço:
100%
Tempo de resposta:
412ms
Nível de serviço:
100%
Tempo de resposta:
844ms
Nível de serviço:
100%
Tempo de resposta:
1.461ms
Nível de serviço:
100%
Tempo de resposta:
95ms
Nível de serviço:
100%
Tempo de resposta:
838ms
Nível de serviço:
100%
Tempo de resposta:
564ms
Nível de serviço:
100%
Tempo de resposta:
1.856ms
Nível de serviço:
100%
Tempo de resposta:
1.289ms
Nível de serviço:
100%
Tempo de resposta:
1.910ms
Nível de serviço:
100%
Tempo de resposta:
1.654ms
Nível de serviço:
100%
Tempo de resposta:
1.638ms
Nível de serviço:
100%
Tempo de resposta:
157ms