{"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://zylalabs.com/api/7800/safe+text+api/12773/toxicity+detection' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "I hate you.."
}'
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 Seguro 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
A API retorna uma pontuação geral de toxicidade, um rótulo de classificação (por exemplo, "não tóxico" ou "tóxico") e uma análise detalhada das categorias de toxicidade, como toxicidade geral, toxicidade severa, linguagem obscena, ameaças, insultos e ódio baseado em identidade
Os campos principais na resposta incluem "toxicity_score" "classification" e divisões de categorias como "general_toxicity" "severe_toxicity" "obscene" "threats" "insults" e "hate_speech" cada um acompanhado por níveis de confiança
Os dados da resposta estão estruturados em um formato JSON, com um objeto principal contendo a pontuação geral de toxicidade e classificação, seguido por objetos aninhados para cada categoria de toxicidade, detalhando pontuações e níveis de confiança
O parâmetro principal para o endpoint POST é o campo "texto" onde os usuários inserem o texto que querem analisar quanto à toxicidade Parâmetros adicionais podem incluir configurações de idioma ou categorias específicas de toxicidade para se concentrar
A precisão dos dados é mantida por meio de modelos avançados de processamento de linguagem natural que são regularmente atualizados e treinados em conjuntos de dados diversos para reconhecer nuances sutis da linguagem e expressões em evolução de toxicidade
Casos de uso típicos incluem moderar fóruns online analisar conteúdo gerado por usuários em busca de linguagem prejudicial aprimorar diretrizes da comunidade e desenvolver ferramentas para comunicação segura em aplicativos de chat
Os usuários podem utilizar os dados retornados integrando as pontuações de toxicidade e classificações nos fluxos de trabalho de moderação acionando alertas para altos níveis de toxicidade ou gerando relatórios para avaliar a saúde e segurança da comunidade
Os verificações de qualidade incluem avaliação contínua do modelo em relação a dados do mundo real, ciclos de feedback dos usuários e métricas de desempenho para garantir que a API detecte e classifique com precisão a toxicidade em vários contextos e idiomas