La API de detección de spam en texto de correo electrónico identifica el spam en texto de correos, asegurando la limpieza de la bandeja de entrada al identificar y filtrar rápidamente mensajes no deseados. Simplifica la gestión de la bandeja de entrada.
{"sentiment":{"NEG":0.2976810038089752,"POS":0.7023190259933472}}
curl --location --request POST 'https://pr213-testing.zylalabs.com/api/3522/email+text+spam+api/3862/spam+detection' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "You have won an iphone enter this link"
}'
Después de registrarte, a cada desarrollador se le asigna una clave de acceso a la API personal, una combinación única de letras y dígitos proporcionada para acceder a nuestro endpoint de la API. Para autenticarte con el Spam de texto de correo electrónico API simplemente incluye tu token de portador en el encabezado de Autorización.
| Encabezado | Descripción |
|---|---|
Autorización
|
Requerido
Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito.
|
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
(Ahorra 2 meses pagando anualmente 🎉)
Empresas líderes confían en nosotros
En la era digital de hoy, el correo electrónico se ha convertido en una herramienta de comunicación esencial, facilitando la interacción fluida y el intercambio de información a nivel global. Sin embargo, junto con sus muchas ventajas, el correo electrónico también presenta desafíos, especialmente en lo que respecta a la gestión de la avalancha de mensajes que inundan nuestras bandejas de entrada a diario. El principal de ellos es el spam, que obstruye el valioso espacio de la bandeja de entrada y puede exponer a los usuarios a amenazas de seguridad y estafas.
La API de Spam de Texto de Correo Electrónico utiliza algoritmos avanzados y técnicas de aprendizaje automático para analizar el contenido de los correos electrónicos entrantes e identificar mensajes potencialmente spam. Su principal propósito es distinguir entre mensajes legítimos y spam, permitiendo a los usuarios priorizar su atención y asegurar que las comunicaciones importantes reciban la debida consideración.
En conclusión, la API de Spam de Texto de Correo Electrónico representa un activo valioso en la lucha contra el spam de correo electrónico, ofreciendo una solución poderosa y versátil tanto para organizaciones como para individuos. Al utilizar algoritmos avanzados, técnicas de aprendizaje automático y análisis lingüístico, la API proporciona capacidades de detección de spam precisas y fiables, asegurando que los usuarios puedan mantener bandejas de entrada limpias y seguras. Con su adaptabilidad, escalabilidad y capacidades de mejora continua, la API es un testimonio de la innovación constante en la seguridad del correo electrónico y la gestión de bandejas de entrada.
Recibirá parámetros y le proporcionará un JSON.
1,000 solicitudes por hora en todos los planes.
Para usar esta API, los usuarios deben ingresar un texto para ayudar a filtrar mensajes como spam.
La API de análisis de spam de texto de correo electrónico analiza el contenido de los correos y determina la probabilidad de que sean spam.
Hay diferentes planes para todos los gustos, incluyendo una prueba gratuita para un pequeño número de solicitudes, pero su tarifa está limitada para evitar el abuso del servicio.
Zyla ofrece una amplia gama de métodos de integración para casi todos los lenguajes de programación. Puedes usar estos códigos para integrarlos en tu proyecto según lo necesites.
El punto final de detección de spam devuelve un objeto JSON que contiene puntajes de análisis de sentimientos, indicando la probabilidad de que el texto sea spam. Incluye campos para valores de sentimientos negativos (NEG) y positivos (POS).
Los campos clave en los datos de respuesta son "sentimiento," que contiene dos subcampos: "NEG" para el puntaje de sentimiento negativo y "POS" para el puntaje de sentimiento positivo, ayudando a los usuarios a evaluar la probabilidad de spam.
Los datos de respuesta están estructurados como un objeto JSON. Incluye una única clave "sentiment", que mapea a otro objeto que contiene los campos "NEG" y "POS", lo que permite una interpretación sencilla de la probabilidad de spam.
El punto final de detección de spam acepta un solo parámetro: el texto que se va a analizar en busca de spam. Los usuarios pueden personalizar sus solicitudes proporcionando diferentes contenidos de correo electrónico para su evaluación.
Los usuarios pueden utilizar los puntajes de sentimiento devueltos para determinar la probabilidad de spam de un correo electrónico. Un puntaje POS más alto sugiere una menor posibilidad de spam, mientras que un puntaje NEG más alto indica una mayor probabilidad de spam.
Los casos de uso típicos incluyen filtrar spam en clientes de correo electrónico, mejorar la seguridad en plataformas de mensajería y mejorar la experiencia del usuario en aplicaciones móviles de correo electrónico al identificar mensajes no deseados.
La precisión de los datos se mantiene a través de algoritmos avanzados y técnicas de aprendizaje automático que aprenden continuamente de las interacciones y comentarios de los usuarios, asegurando una detección de spam confiable a lo largo del tiempo.
Los usuarios pueden esperar patrones donde los correos electrónicos legítimos tienen puntajes POS más altos y puntajes NEG más bajos, mientras que los mensajes de spam normalmente muestran lo opuesto. Este patrón ayuda a filtrar de manera efectiva los correos electrónicos no deseados.