टेक्स्ट सेंटिमेंट एनालिसिस एपीआई एक उन्नत टेक्स्ट एनालिसिस समाधान है जो आपको किसी भी लिखित सामग्री के भावनात्मक स्वर को पहचानने की अनुमति देता है यह उपकरण एक टेक्स्ट इनपुट को प्रोसेस करता है और एक विस्तृत विश्लेषण लौटाता है जिसमें कुल सेंटिमेंट वर्गीकरण (सकारात्मक नकारात्मक या तटस्थ) के साथ-साथ एक कॉन्फिडेंस स्कोर और प्रत्येक श्रेणी का प्रतिशत ब्रेकडाउन शामिल है
एपीआई प्रतिक्रिया में एक सेंटिमेंट फ़ील्ड शामिल है जो प्रमुख सेंटिमेंट को दर्शाता है साथ ही एक स्कोर और विश्वास स्तर है जो दर्शाता है कि टेक्स्ट का भावनात्मक झुकाव कितना स्पष्ट है इसके अतिरिक्त ब्रेकडाउन अनुभाग सकारात्मकता नकारात्मकता और तटस्थता के प्रतिशत को विभाजित करता है जिससे आपको मिश्रित या अस्पष्ट टेक्स्ट में भी भावनात्मक सूक्ष्मताओं को समझने की अनुमति मिलती है
एक और उल्लेखनीय विशेषता भावनात्मक कीवर्ड का निष्कर्षण है जिन्हें पहचाना गया है कि वे обнаружित स्वर के लिए जिम्मेदार हैं जो सामग्री को अनुकूलित करने विज्ञापन अभियानों को समायोजित करने या ऑनलाइन प्रतिष्ठा को ट्रैक करने के लिए उपयोगी है विश्लेषण में मूल भावनाओं (खुशी दुःख डर आश्चर्य घृणा और गुस्सा) का एक घटक भी शामिल होता है जो कंप्यूटेशनल मनोविज्ञान कार्य ग्राहक निगरानी या वास्तविक समय की बातचीत के विश्लेषण के लिए आदर्श है
इसके अतिरिक्त टेक्स्ट की विषयता की गणना की जाती है यह संकेत करते हुए कि क्या यह एक राय या एक उद्देश्य वक्तव्य है यह मीडिया विश्लेषण उत्पाद आकलनों या खुले सर्वेक्षण विश्लेषण जैसे संदर्भों में उपयोगी है
फास्ट और सटीक प्रतिक्रिया के साथ (कम प्रोसेसिंग टाइम) यह एपीआई ग्राहक सेवा मार्केटिंग मानव संसाधनों सोशल प्लेटफार्मों वर्चुअल असिस्टेंट्स और भी बहुत कुछ में आसानी से एकीकृत करने के लिए डिज़ाइन किया गया है इसका लचीला डिज़ाइन और बहु-भाषाई समर्थन इसे वेब और मोबाइल अनुप्रयोगों में लागू करने की अनुमति देता है
संक्षेप में टेक्स्ट सेंटिमेंट एनालिसिस एपीआई भाषा की भावनात्मक सामग्री में गहरी अंतर्दृष्टि प्रदान करता है जो व्यवसायों और डेवलपर्स को मानव इंटरैक्शन को बेहतर ढंग से समझने उपयोगकर्ता अनुभव में सुधार करने और सटीक भावनात्मक डेटा के आधार पर निर्णय लेने में मदद करता है
{"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/9160/text+sentiment+analysis+api/16569/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 विश्लेषण 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
भावनात्मक विश्लेषक अंतर्निहित पाठ का विस्तृत विश्लेषण लौटाता है जिसमें समग्र भावनात्मक वर्गीकरण (सकारात्मक नकारात्मक तटस्थ) एक आत्मविश्वास स्कोर भावना श्रेणियों का प्रतिशत विभाजन भावनात्मक कीवर्ड बुनियादी भावनाएं और विषयवस्तु शामिल हैं
प्रतिक्रिया में मुख्य क्षेत्र शामिल हैं "भावना" (प्रमुख भावना) "विश्वास" (वर्गीकरण की निश्चितता) "विभाजन" (सकारात्मकता, नकारात्मकता, तटस्थता का प्रतिशत) "किवर्ड्स" (भावनात्मक किवर्ड्स) "भावनाएँ" (पाई गई मूल भावनाएँ) और "विषयगतता" (राय बनाम वस्तुनिष्ठता)
प्रतिस्थापन डेटा JSON प्रारूप में संरचित है जिसमें भावना विश्लेषण परिणामों के लिए शीर्ष-स्तरीय क्षेत्र होते हैं प्रत्येक क्षेत्र विशिष्ट अंतर्दृष्टि प्रदान करता है जैसे भावना वर्गीकरण विश्वास स्तर और विस्तृत विवरण इसे प्रोग्रामेटिक रूप से पार्स करना और उपयोग करना आसान बनाता है
Sentiment Analyzer एंडपॉइंट के लिए मुख्य पैरामीटर "text" है जो इनपुट स्ट्रिंग की आवश्यकता है जिसे विश्लेषण किया जाना है उपयोगकर्ता अपने अनुरोधों को अनुकूलित कर सकते हैं विभिन्न टेक्स्ट इनपुट प्रदान करके ताकि उन्हें अनुकूलित भावनात्मक विश्लेषण परिणाम मिल सकें
विशिष्ट उपयोग के मामलों में ग्राहक फीडबैक की निगरानी करना मार्केटिंग सामग्री को अनुकूलित 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 की सटीकता विकसित प्राकृतिक भाषा प्रसंस्करण एल्गोरिदम के माध्यम से बनाए रखी जाती है जो विविध पाठ के नमूनों से लगातार सीखते हैं नियमित अपडेट और गुणवत्ता जांच सुनिश्चित करती हैं कि मॉडल भाषा के बारीकियों और विकसित हो रहे भावनात्मक अभिव्यक्तियों के अनुकूल हो
उपयोगकर्ता returned data का उपयोग ग्राहक भावना में प्रवृत्तियों की पहचान करने के लिए कर सकते हैं भावनात्मक अंतर्दृष्टियों के आधार पर विपणन रणनीतियों को अनुकूलित कर सकते हैं और पाठ में प्रदर्शित उपयोगकर्ता राय और भावनाओं को समझकर उत्पाद विकास को बढ़ा सकते हैं
यदि इनपुट टेक्स्ट बहुत छोटा या अस्पष्ट है तो एपीआई कम विश्वास स्कोर या अधूरे विश्लेषण लौटा सकता है उपयोगकर्ताओं को यह सुनिश्चित करना चाहिए कि टेक्स्ट पर्याप्त रूप से वर्णनात्मक हो और ऐसे मामलों को संभालने के लिए बैकअप तंत्र लागू करने पर विचार करना चाहिए