{"request_id":"a92c6fa4-2649-4a1b-9c2e-0af536a77e17","overall_score":0.2841,"classification":"toxic","confidence":0.2841,"category_scores":{"toxic":0.2841,"severe_toxic":0.003,"obscene":0.0075,"threat":0.0313,"insult":0.0505,"identity_hate":0.0417}}
curl --location --request POST 'https://pr213-testing.zylalabs.com/api/7801/toxicity+content+retrieval+api/12775/toxicity+detection' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "I hate you.."
}'
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 विषाक्तता सामग्री पुनःप्राप्ति 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
टॉक्सिसिटी कंटेंट रिट्रीवल एपीआई ऐसे टेक्स्ट अंशों में टॉक्सिसिटी का विश्लेषण और वर्गीकरण करने के लिए डिजाइन किया गया है यह एपीआई संभावित रूप से हानिकारक सामग्री का सटीक आकलन करके सुरक्षित और सम्मानजनक बातचीत के स्थानों को बनाए रखने में मदद करता है जब कोई भी टेक्स्ट इनपुट के रूप में प्रस्तुत किया जाता है तो सिस्टम एक समग्र टॉक्सिसिटी स्कोर एक स्पष्ट वर्गीकरण (जैसे "गैर-टॉक्सिक" या "टॉक्सिक") और श्रेणी के अनुसार विस्तृत विवरण लौटाता है जिसमें सामान्य टॉक्सिसिटी गंभीर टॉक्सिसिटी अश्लील भाषा धमकियाँ अपमान और पहचान पर आधारित नफरत शामिल हैं
उन्नत प्राकृतिक भाषा प्रोसेसिंग (एनएलपी) मॉडलों के लिए धन्यवाद यह एपीआई भाषा में सूक्ष्म बारीकियों की पहचान कर सकता है यहां तक कि ऐसी अभिव्यक्तियों का पता लगाना जो अपमान के रूप में छिपी हुई हैं पैसिव आक्रामकता या ध्रुवीकृत भाषा प्रत्येक विश्लेषण में आत्मविश्वास के स्तर शामिल होते हैं जो स्वचालित निर्णयों या मानव सहायता वाली मध्यस्थता का समर्थन करते हैं
API एक समग्र विषाक्तता स्कोर वापस करता है एक वर्गीकरण लेबल (जैसे "गैर विषाक्त" या "विषाक्त") और विषाक्तता श्रेणियों का विस्तृत विवरण जैसे सामान्य विषाक्तता गंभीर विषाक्तता अश्लील भाषा धमकियाँ अपमान और पहचान आधारित घृणा
उत्तर में मुख्य क्षेत्र "toxicity_score" "classification" और "general_toxicity" "severe_toxicity" "obscene" "threats" "insults" और "hate_speech" जैसी श्रेणी विभाजन शामिल हैं प्रत्येक के साथ विश्वास स्तर जुड़े हुए हैं
प्रतिक्रिया डेटा JSON प्रारूप में संरचित है जिसमें मुख्य ऑब्जेक्ट में कुल विषाक्तता स्कोर और वर्गीकरण है इसके बाद प्रत्येक विषाक्तता श्रेणी के लिए निहित ऑब्जेक्ट हैं जो स्कोर और विश्वास स्तर का विवरण देते हैं
POST एंडपॉइंट के लिए प्राथमिक पैरामीटर "text" फील्ड है जहां उपयोगकर्ता उस टेक्स्ट को इनपुट करते हैं जिसे वे विषाक्तता के लिए विश्लेषित करना चाहते हैं अतिरिक्त पैरामीटर में भाषा सेटिंग या विशिष्ट विषाक्तता श्रेणियाँ शामिल हो सकती हैं जिन पर ध्यान केंद्रित करना है
डेटा सटीकता को उन्नत प्राकृतिक भाषा प्रसंस्करण (एनएलपी) मॉडल के माध्यम से बनाए रखा जाता है जिन्हें नियमित रूप से अपडेट किया जाता है और तेज़ी से बदलते हुए हानिकारक अभिव्यक्तियों और शब्दों के सूक्ष्म नニュअन्स को पहचानने के लिए विविध डेटा सेट पर प्रशिक्षित किया जाता है
विशिष्ट उपयोग के मामलों में ऑनलाइन फोरम का मॉडरेशन करना उपयोगकर्ता द्वारा उत्पन्न सामग्री का हानिकारक भाषा के लिए विश्लेषण करना सामुदायिक दिशानिर्देशों को सुधारना और चैट अनुप्रयोगों में सुरक्षित संचार के लिए उपकरण विकसित करना शामिल है
उपयोगकर्ता लौटाए गए डेटा का उपयोग विषाक्तता स्कोर और वर्गीकरण को मध्यस्थता कार्यप्रणालियों में एकीकृत करके कर सकते हैं उच्च विषाक्तता स्तर के लिए चेतावनियाँ जारी करना या समुदाय की स्वास्थ्य और सुरक्षा का आकलन करने के लिए रिपोर्ट उत्पन्न करना
गुणवत्ता जांचों में वास्तविक डेटा, उपयोगकर्ता फीडबैक लूप्स और प्रदर्शन मेट्रिक्स के खिलाफ लगातार मॉडल मूल्यांकन शामिल है ताकि यह सुनिश्चित किया जा सके कि एपीआई विभिन्न संदर्भों और भाषाओं में विषाक्तता को सही ढंग से पहचानता और वर्गीकृत करता है