{
"text": "This product is absolutely amazing! Best purchase I've made all year.",
"label": "positive",
"score": 0.9999
}
curl --location --request POST 'https://zylalabs.com/api/13314/text+intelligence+api/27577/classify+text+as+positive+or+negative+with+a+confidence+score' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "This product is absolutely amazing! Best purchase I've made all year."
}'
{
"results": [
{
"label": "positive",
"score": 0.9999
},
{
"label": "negative",
"score": 0.9903
},
{
"label": "negative",
"score": 0.9821
}
]
}
curl --location --request POST 'https://zylalabs.com/api/13314/text+intelligence+api/27578/classify+multiple+texts+in+a+single+request' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"texts": [
"Great product, love it!",
"Terrible experience, never again.",
"It was okay, nothing special."
]
}'
{
"text": "I love spending time with my family and friends.",
"toxic": true,
"label": "toxic",
"score": 0.0009
}
curl --location --request POST 'https://zylalabs.com/api/13314/text+intelligence+api/27579/detect+whether+text+is+toxic+or+harmful' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "I love spending time with my family and friends."
}'
{
"detected": "fr",
"probabilities": [
{
"lang": "fr",
"prob": 1
}
]
}
curl --location --request POST 'https://zylalabs.com/api/13314/text+intelligence+api/27580/detect+the+language+of+a+text+with+per-language+probability+breakdown' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "Bonjour, comment allez-vous aujourd'hui?"
}'
{
"text1": "The cat sat on the mat.",
"text2": "A feline rested on a rug.",
"similarity": 0.553
}
curl --location --request POST 'https://zylalabs.com/api/13314/text+intelligence+api/27582/compute+cosine+similarity+score+between+two+texts+using+sentence+embeddings' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text1": "The cat sat on the mat.",
"text2": "A feline rested on a rug."
}'
{
"original": "Ths sentance has som speling mistaeks.",
"corrected": "Ths sentence has som spelling mistakes",
"misspelled": {
"speling": "spelling",
"mistaeks.": "mistakes",
"ths": "the",
"sentance": "sentence"
}
}
curl --location --request POST 'https://zylalabs.com/api/13314/text+intelligence+api/27584/detect+misspelled+words+and+return+a+corrected+version+of+the+text' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "Ths sentance has som speling mistaeks."
}'
注册后,每个开发者都会被分配一个个人 API 访问密钥,这是一个唯一的字母和数字组合,用于访问我们的 API 端点。要使用 文本智能 API 进行身份验证,只需在 Authorization 标头中包含您的 bearer token。
| 标头 | 描述 |
|---|---|
授权
|
必需
应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。
|
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
(年度计费可节省 2 个月 🎉)
领先企业的信赖之选
基于CPU的NLP聚合——情感、毒性、语言检测、命名实体识别、语义相似性和拼写检查
每个端点返回结构化的JSON数据。例如,情感端点返回一个标签(积极/消极)和一个置信度分数,而毒性端点指示文本是否有毒并提供一个分数
关键字段包括情感的“标签”和“分数”,“毒性”的“毒性”和“标签”,“语言检测”的“检测到”和“概率”,以及相似度分数的“相似度”每个端点都有与其功能相关的特定字段
参数因终端而异。例如,情感终端接受单个文本输入,而批量情感终端接受文本数组。相似性终端需要两个文本或候选列表和查询
响应数据以JSON格式组织,包含明确的键值对。例如,拼写检查端点返回原始文本、纠正后的文本以及拼写错误单词及其更正的字典
该API利用在各种数据集上训练的开源模型。例如,毒性模型是基于Jigsaw数据训练的,确保对语言细微差别有多样和全面的理解
典型的用例包括客户反馈的情感分析 用户生成内容的毒性检测 多语言应用的语言检测以及文本处理工具中的拼写检查
用户可以通过选择特定的端点和提供相关的文本输入来自定义请求。对于批量处理,用户可以在单个请求中发送多个文本以优化性能
如果端点返回部分或空结果,用户应检查输入数据是否有误或确保文本不太短。在应用程序中实现错误处理可以有效管理此类情况