{"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"
}'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a Texto de Spam de Email API basta incluir seu token Bearer no cabeçalho Authorization.
| Cabeçalho | Descrição |
|---|---|
Authorization
|
Obrigatório
Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito.
|
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
(Economize 2 meses com cobrança anual 🎉)
Empresas líderes confiam em nós
No mundo digital de hoje, o e-mail se tornou uma ferramenta de comunicação essencial, facilitando a interação e a troca de informações de forma contínua em todo o mundo. No entanto, juntamente com suas muitas vantagens, o e-mail também apresenta desafios, especialmente quando se trata de gerenciar a enxurrada de mensagens que bombardeia nossas caixas de entrada diariamente. O principal deles é o spam, que entope o espaço valioso da caixa de entrada e pode expor os usuários a ameaças de segurança e golpes.
A Email Text Spam API aproveita algoritmos avançados e técnicas de aprendizado de máquina para analisar o conteúdo dos e-mails recebidos e identificar mensagens de spam potenciais. Seu principal objetivo é distinguir entre mensagens legítimas e spam, permitindo que os usuários priorizem sua atenção e garantam que comunicações importantes recebam a devida consideração.
Em conclusão, a Email Text Spam API representa um ativo valioso na luta contra o spam de e-mail, oferecendo uma solução poderosa e versátil tanto para organizações quanto para indivíduos. Usando algoritmos avançados, técnicas de aprendizado de máquina e análise linguística, a API fornece capacidades de detecção de spam precisas e confiáveis, garantindo que os usuários possam manter caixas de entrada limpas e seguras. Com sua adaptabilidade, escalabilidade e capacidades de melhoria contínua, a API é um testemunho da inovação contínua em segurança de e-mail e gerenciamento de caixas de entrada.
Ela receberá parâmetros e fornecerá um JSON.
1.000 solicitações por hora em todos os planos.
Para usar esta API os usuários devem inserir um texto para ajudar a filtrar mensagens como spam
A API de Análise de Spam em Texto de Email analisa o conteúdo dos emails e determina a probabilidade de serem spam
Existem diferentes planos para todos os gostos incluindo um teste gratuito para um pequeno número de solicitações mas sua taxa é limitada para evitar o abuso do serviço
Zyla fornece uma ampla variedade de métodos de integração para quase todas as linguagens de programação Você pode usar esses códigos para integrar com seu projeto conforme necessário
O ponto de extremidade de detecção de spam retorna um objeto JSON contendo escores de análise de sentimento, indicando a probabilidade de o texto ser spam. Ele inclui campos para valores de sentimento negativo (NEG) e positivo (POS)
Os campos-chave nos dados de resposta são "sentimento", que contém dois subcampos: "NEG" para pontuação de sentimento negativo e "POS" para pontuação de sentimento positivo, ajudando os usuários a avaliar a probabilidade de spam
Os dados da resposta estão estruturados como um objeto JSON. Inclui uma única chave "sentiment" que mapeia para outro objeto contendo os campos "NEG" e "POS" permitindo uma interpretação direta da probabilidade de spam
O endpoint de detecção de spam aceita um único parâmetro: o texto a ser analisado em busca de spam. Os usuários podem personalizar suas solicitações fornecendo conteúdos de email diferentes para avaliação
Os usuários podem utilizar os escores de sentimento retornados para determinar a probabilidade de spam de um email Um escore POS mais alto sugere uma menor chance de spam enquanto um escore NEG mais alto indica uma maior probabilidade de spam
Casos de uso típicos incluem filtrar spam em clientes de e-mail, melhorar a segurança em plataformas de mensagens e aprimorar a experiência do usuário em aplicativos de e-mail móvel identificando mensagens indesejadas
A precisão dos dados é mantida através de algoritmos avançados e técnicas de aprendizado de máquina que aprendem continuamente com as interações e feedback dos usuários garantindo detecção de spam confiável ao longo do tempo
Os usuários podem esperar padrões onde e-mails legítimos têm pontuações POS mais altas e pontuações NEG mais baixas enquanto mensagens de spam normalmente mostram o oposto Esse padrão ajuda a filtrar efetivamente e-mails indesejados