该API提供了一个先进的系统,用于自动检测文本中的攻击性语言,从而准确识别不当词汇、侮辱性言语和潜在有害表达。其主要目标是帮助实时评估文本,提高用户生成内容的安全性和质量。当文本作为输入发送时,API返回一个结构化分析,包含几个关键指标,用于理解信息中存在的毒性水平。
其中最重要的属性之一是isProfanity,这是一个布尔值,指示文本是否包含攻击性或不当语言。它还提供一个分数,这是一个定量指标,表示文本被视为亵渎性语言的估计概率。这个值在需要根据不同上下文或受众调整审核阈值的环境中尤为重要。
该API还包含一个严重性字段,用于分类检测到的语言的严重性等级。此分类允许区分轻微情况,例如口语表达,以及更严重的情况,例如直接侮辱或高度有毒语言。为了清晰起见,响应还指定了flaggedFor,这是一组类别,解释了文本被标记的确切原因,使自动化系统能够做出更明智的决策。
{"isProfanity":true,"score":0.8,"severity":70,"flaggedFor":["insult"],"language":"en","dialect":"general"}
curl --location --request POST 'https://zylalabs.com/api/11429/text+censure+api/21589/text+analyzer' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"message": "I hate you"
}'
| 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。
文本分析器端点返回包含分析文本中冒犯性语言指标的结构化数据 主要输出包括文本是否包含粗俗语言 严重性评分 风险评分 标记的类别 文本语言和识别的方言
响应数据中的关键字段为 `isProfanity`(布尔值)、`score`(数字)、`severity`(数字)、`flaggedFor`(类别数组)、`language`(字符串)和 `dialect`(字符串) 这些字段提供了对检测到的冒犯性语言的性质和严重性的洞察
响应数据以JSON格式组织,每个键代表分析的特定方面。例如,`isProfanity`表示文本是否具有攻击性,而`flaggedFor`列出了标记的原因,便于自动化系统进行解析和解释
文本分析器端点提供有关冒犯性语言的存在、严重程度、风险评分、标记内容的类别以及文本的语言和方言的信息。这种全面的分析有助于理解用户生成内容的毒性
用户可以通过调整发送到文本分析器端点的输入文本来定制他们的数据请求。虽然端点不接受其他参数,但文本内容本身可以变化以测试不同场景并分析各种类型的语言
文本分析器数据的典型使用案例包括社交媒体平台的内容审核 过滤网站上的用户评论 增强聊天应用以防止骚扰 以及通过识别有害语言确保遵守社区指南
数据准确性通过对基础语言模型的持续更新和定期针对多样化数据集的评估得以保持。这确保了API能够有效地识别和分类不同语境和方言中的攻击性语言
响应中的标准数据模式包括明确指示文本是否包含粗俗语言(`isProfanity`),反映语言严重性的数字分数,以及`flaggedFor`中的类别列表。用户可以期待JSON响应中的一致格式和结构
服务级别:
100%
响应时间:
448ms
服务级别:
100%
响应时间:
2,202ms
服务级别:
100%
响应时间:
372ms
服务级别:
100%
响应时间:
606ms
服务级别:
100%
响应时间:
28ms
服务级别:
100%
响应时间:
172ms
服务级别:
100%
响应时间:
312ms
服务级别:
100%
响应时间:
2,216ms
服务级别:
100%
响应时间:
368ms
服务级别:
100%
响应时间:
434ms