{"success":true,"data":{"sentiment":"neutral","confidence":0.01,"score":0,"breakdown":{"positive":0,"negative":0,"neutral":1},"wordCount":2,"sentimentWords":{"positive":[],"negative":[]},"emotions":{"joy":0,"anger":0,"fear":0,"sadness":0,"surprise":0,"disgust":0},"subjectivity":0},"timestamp":"2025-07-28T16:55:29.762Z","processingTime":4}
curl --location --request POST 'https://pr213-testing.zylalabs.com/api/9162/analyze+text+sentiment+data+api/16571/sentiment+analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "Hello world",
"language": "en"
}'
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 पाठ भावनात्मक डेटा का विश्लेषण करें 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
एनेलाइज टेक्स्ट सेंटिमेंट डेटा एपीआई एक उन्नत पाठ विश्लेषण समाधान है जो आपको किसी भी लिखित सामग्री के भावनात्मक स्वर का पता लगाने की अनुमति देता है यह उपकरण टेक्स्ट इनपुट को प्रोसेस करता है और एक विस्तृत विश्लेषण लौटाता है जिसमें समग्र सेंटिमेंट वर्गीकरण (सकारात्मक नकारात्मक या तटस्थ) शामिल होता है इसके साथ ही एक कॉन्फिडेंस स्कोर और प्रत्येक श्रेणी का प्रतिशत ब्रेकडाउन भी होता है
एपीआई प्रतिक्रिया में एक सेंटिमेंट फील्ड शामिल होता है जो प्रमुख सेंटिमेंट को दर्शाता है साथ ही एक स्कोर और कॉन्फिडेंस लेवल भी होता है जो बताता है कि पाठ का भावनात्मक प्रवृत्ति कितना स्पष्ट है इसके अलावा ब्रेकडाउन अनुभाग सकारात्मकता नकारात्मकता और तटस्थता के प्रतिशत को विभाजित करता है जिससे आप मिश्रित या अस्पष्ट पाठों में भी भावनात्मक बारीकियों को समझ सकें
एक और उल्लेखनीय विशेषता भावनात्मक कीवर्ड का निष्कर्षण है जिन्हें पहचान किया गया है जो पता लगाए गए स्वर के लिए जिम्मेदार हैं जो सामग्री को अनुकूलित करने विज्ञापन अभियानों को समायोजित करने या ऑनलाइन प्रतिष्ठा को ट्रैक करने में सहायक है विश्लेषण में मूलभूत भावनाओं (खुशी दुख डर आश्चर्य अस्वीकृति और गुस्सा) का एक घटक भी शामिल होता है जो गणनात्मक मनोविज्ञान कार्यों ग्राहक निगरानी या वास्तविक समय बातचीत विश्लेषण के लिए आदर्श है
इसके अलावा पाठ की व्यक्तिपरकता की गणना की जाती है यह दर्शाती है कि क्या यह एक राय है या एक उद्देश्य वक्तव्य यह मीडिया विश्लेषण उत्पाद मूल्यांकन या ओपन सर्वेक्षण विश्लेषण जैसे संदर्भों में उपयोगी है
तेज और सटीक प्रतिक्रिया (कम प्रोसेसिंगटाइम) के साथ यह एपीआई ग्राहक सेवा विपणन मानव संसाधन सामाजिक प्लेटफार्मों आभासी सहायकों और बहुत कुछ में आसानी से एकीकृत करने के लिए डिज़ाइन किया गया है इसका लचीला डिज़ाइन और बहुविध भाषा समर्थन इसे वेब और मोबाइल अनुप्रयोगों में लागू करने की अनुमति देता है
संक्षेप में एनेलाइज टेक्स्ट सेंटिमेंट डेटा एपीआई भाषा के भावनात्मक विषयवस्तु में गहरी अंतर्दृष्टि प्रदान करता है जो व्यवसायों और डेवलपर्स को मानव अंतःक्रियाओं को बेहतर तरीके से समझने उपयोगकर्ता अनुभव को सुधारने और सटीक भावनात्मक डेटा के आधार पर निर्णय लेने में मदद करता है
भावना विश्लेषक अंत बिंदु इनपुट पाठ का विस्तृत विश्लेषण लौटाता है जिसमें समग्र भावना वर्गीकरण (सकारात्मक नकारात्मक तटस्थ) एक आत्मविश्वास स्कोर भावना श्रेणियों का प्रतिशत वितरण भावनात्मक कुंजी शब्द मौलिक भावनाएँ और वस्तुवाद शामिल हैं
प्रतिक्रिया में मुख्य क्षेत्र हैं "भावना" (प्रमुख भावना) "विश्वसनीयता" (श्रेणीकरण की निश्चितता) "विभाजन" (सकारात्मकता नकारात्मकता तटस्थता का प्रतिशत) "कीवर्ड" (भावनात्मक कीवर्ड) "भावनाएं" (पाई गई मूल भावनाएं) और "विषय वस्तु" (राय बनाम वस्तुनिष्ठता)
प्रतिक्रिया डेटा JSON प्रारूप में संरचित है जिसमें भावनात्मक विश्लेषण परिणामों के लिए शीर्ष स्तर के क्षेत्र हैं प्रत्येक क्षेत्र विशेष अंतर्दृष्टि प्रदान करता है जैसे कि भावनात्मक वर्गीकरण आत्मविश्वास स्तर और विस्तृत विभाजन जिससे इसे प्रोग्रामेटिक रूप से पार्स और उपयोग करना आसान होता है
Sentiment Analyzer एंडपॉइंट के लिए प्रमुख पैरामीटर "text" है जो इनपुट स्ट्रिंग की आवश्यकता होती है जिसका विश्लेषण किया जाना है उपयोगकर्ता अपनी अनुरोधों को विभिन्न टेक्स्ट इनपुट प्रदान करके अनुकूलित कर सकते हैं ताकि उन्हें अनुकूलित भावनात्मक विश्लेषण के परिणाम मिल सकें
विशिष्ट उपयोग के मामलों में ग्राहक प्रतिक्रिया की निगरानी करना विपणन सामग्री का अनुकूलन करना सोशल मीडिया इंटरैक्शन का विश्लेषण करना सर्वेक्षणों में भावनात्मक विश्लेषण करना और चैटबॉट या वर्चुअल सहायक में उपयोगकर्ता अनुभव को बढ़ाना शामिल है
डेटा सटीकता उन्नत प्राकृतिक भाषा प्रसंस्करण एल्गोरिदम के माध्यम से बनाए रखी जाती है जो लगातार विविध पाठ नमूनों से सीखते हैं नियमित अपडेट और गुणवत्ता जांच यह सुनिश्चित करती है कि मॉडल भाषा के बारीकियों और विकसित होने वाले भावना अभिव्यक्तियों के अनुकूल हो
उपयोगकर्ता प्राप्त डेटा का उपयोग ग्राहक संवेदनाओं में रुझानों की पहचान करने के लिए कर सकते हैं भावनात्मक अंतर्दृष्टियों के आधार पर विपणन रणनीतियों को अनुकूलित कर सकते हैं और टेक्स्ट में परिलक्षित उपयोगकर्ता की राय और भावनाओं को समझकर उत्पाद विकास को बेहतर बना सकते हैं
यदि इनपुट टेक्स्ट बहुत छोटा या अस्पष्ट है तो एपीआई कम आत्मविश्वास स्कोर या अधूरे विश्लेषण लौटा सकता है उपयोगकर्ताओं को सुनिश्चित करना चाहिए कि टेक्स्ट पर्याप्त विवरणात्मक हो और ऐसे मामलों को संभालने के लिए फFallback तंत्र लागू करने पर विचार करना चाहिए