该API旨在分析任何文本的情感基调,提供关于内容所传达的情感负荷和情绪的详细见解。其操作简单而高效:用户发送文本作为输入,API则以结构化分析的方式回应,其中包括检测到的不同基调、每种基调的百分比,以及解释性总结。
例如,它可以识别出积极、中立、沮丧或悲伤等情绪,指示每种情绪在文本中的比例。此外,它还提供描述性分析部分,在这里它解释结果,以易于理解的方式说明哪种类型的情感信息占主导地位,如何在整个文本中发展,以及哪些因素影响整体基调。补充这些信息,它还生成实用建议,以调整或改善沟通:例如,如何强调积极基调、平衡情绪或减少负面感知。
该API对于希望将情商融入其产品或工作流程的人尤其有用。它可以应用于社交媒体分析、客户反馈评估、企业内容审核,甚至文学文本的研究。其基于百分比和类别的方法促使情绪的自动解读,而其文本输出则为决策提供人性化和有用的背景。
简而言之,该API不仅测量情感,还解释并建议沟通改进。它是一个强大的工具,用于理解信息是如何被感知的,以及如何优化信息以产生更大的情感影响。凭借其分析能力,它将文本转化为可操作的数据,帮助使沟通成为更具同理心、清晰和有效的体验。
使用人工智能分析文本,检测情感和主要语调,显示百分比、详细解释和改善沟通的建议
语调检查器 - 端点功能
| 对象 | 描述 |
|---|---|
content |
[必需] |
{"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/10911/text+ai+tone+api/20621/tone+checker?content=Today I feel very happy.' --header 'Authorization: Bearer YOUR_API_KEY'
| 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。
音调检查端点返回对输入文本中存在的情感音调的结构化分析。这包括每种检测到的情感的比例分布、详细的解释性分析以及改善沟通的实用建议
响应数据中的关键字段包括“toneDistribution”,列出检测到的语调及其百分比,“analysis”,提供文本情感信息的解释性摘要,以及“suggestions”,提供增强沟通的建议
响应数据以JSON格式组织 包含一个“success”字段指示请求状态 然后是一个“content”对象其中包括“toneDistribution”“analysis”和“suggestions”使其易于解析和使用
音调检查器提供有关文本中检测到的情感音调、各自的百分比、情感信息的解释性分析,以及改善文本情感影响的可行建议
用户可以通过更改发送到音调检查器端点的输入文本来自定义数据请求 不同的文本将产生不同的音调分析使用户能够探索各种情感表达和沟通风格
典型的用例包括分析客户反馈的情感 增强企业沟通 评估社交媒体帖子对情感的影响 以及研究文学文本以理解情感的细微差别并提高写作能力
数据准确性通过先进的人工智能算法得以维护,这些算法分析文本中的情感基调。持续更新和在多样化数据集上的培训有助于确保API在不同背景下准确解读情感细微差别的有效性
用户可以期待标准的数据模式,比如清晰的音调分布(例如,积极、中性、消极)及其相应的百分比。分析通常突出主要音调,并提供与检测到的情感背景相一致的建议
服务级别:
100%
响应时间:
48ms
服务级别:
100%
响应时间:
0ms
服务级别:
100%
响应时间:
46ms
服务级别:
100%
响应时间:
0ms
服务级别:
100%
响应时间:
1,057ms
服务级别:
100%
响应时间:
1,594ms
服务级别:
100%
响应时间:
1,281ms
服务级别:
100%
响应时间:
0ms
服务级别:
100%
响应时间:
0ms
服务级别:
100%
响应时间:
1,720ms
服务级别:
100%
响应时间:
1,537ms
服务级别:
100%
响应时间:
4,048ms
服务级别:
100%
响应时间:
1,711ms
服务级别:
100%
响应时间:
232ms
服务级别:
100%
响应时间:
2,560ms
服务级别:
100%
响应时间:
127ms
服务级别:
100%
响应时间:
1,141ms
服务级别:
100%
响应时间:
2,466ms
服务级别:
100%
响应时间:
1,191ms
服务级别:
100%
响应时间:
3,208ms