🆕 การวิเคราะห์ความรู้สึกภาษาไทย (Sentiment Analysis)

🆕 ระบบวิเคราะห์อารมณ์ความรู้สึก

ยินดีต้อนรับสู่ iApp Thai Sentimental Analysis API ผลิตภัณฑ์ AI ที่พัฒนาโดย บริษัท ไอแอพพ์เทคโนโลยี จำกัด API ของเราให้ความสามารถในการวิเคราะห์ความรู้สึกของข้อความภาษาไทยที่ทรงพลัง จัดประเภทอารมณ์และความคิดเห็นเป็นประเภทบวก ลบ และเป็นกลางด้วยความแม่นยำสูง

เริ่มต้นใช้งาน

1. ข้อกำหนดเบื้องต้น

   • API key จาก ไอแอพพ์เทคโนโลยี
   • ข้อความภาษาไทย
   • การเชื่อมต่ออินเทอร์เน็ต

2. เริ่มต้นอย่างรวดเร็ว

   • การจำแนกความรู้สึกอย่างรวดเร็ว
   • การทำนายที่แม่นยำสูง
   • อินเทอร์เฟซ API REST ที่เรียบง่าย

3. คุณสมบัติหลัก

   • การจำแนกความรู้สึกแบบสามทาง (บวก ลบ เป็นกลาง)
   • คะแนนความเชื่อมั่นสำหรับการทำนาย
   • เวลาตอบสนองที่รวดเร็ว
   • การผสานรวมที่ง่ายดาย

4. ความปลอดภัยและการปฏิบัติตามกฎระเบียบ

   • เป็นไปตาม GDPR และ PDPA
   • ไม่มีการเก็บรักษาข้อมูลหลังจากการประมวลผล

วิธีรับ API Key?

กรุณาเยี่ยมชม API Portal เพื่อดู API key ที่มีอยู่ของคุณหรือขอ API key ใหม่

ตัวอย่าง

การร้องขอการวิเคราะห์ความรู้สึก

    curl --location --request POST 'https://api.iapp.co.th/sentimental-analysis/predict?text=เขาเป็นคนดี ชอบช่วยเหลือผู้อื่น' \
    --header 'apikey: {YOUR API KEY}'

การตอบสนองการวิเคราะห์ความรู้สึก

บวก

{
    "label": "pos",
    "score": 0.5532798171043396
}

เป็นกลาง

{
    "label": "neu",
    "score": 0.8166645169258118
}

ลบ

{
    "label": "neg",
    "score": 0.9052726626396179
}

คุณสมบัติและความสามารถ

คุณสมบัติหลัก

• จัดประเภทข้อความภาษาไทยเป็นสามประเภทความรู้สึก: บวก ลบ และเป็นกลาง
• ใช้เทคนิคการประมวลผลภาษาธรรมชาติ (NLP) ขั้นสูงสำหรับการวิเคราะห์ความรู้สึกที่แม่นยำ
• ให้ข้อมูลเชิงลึกเกี่ยวกับอารมณ์และความคิดเห็นที่แสดงออกในข้อมูลข้อความภาษาไทย

ฟิลด์ที่รองรับ

• Input: ข้อความภาษาไทยสำหรับการจำแนกความรู้สึก
• Output: ผลลัพธ์การจำแนกความรู้สึก (บวก ลบ หรือเป็นกลาง)
• คะแนนความเชื่อมั่นสำหรับแต่ละประเภทความรู้สึก

ความสามารถเพิ่มเติม

• การผสานรวมที่ง่ายดายเข้ากับแอปพลิเคชันที่มีอยู่ผ่าน API ที่ใช้งานง่าย
• ออกแบบมาสำหรับการประมวลผลแบบเรียลไทม์และแบบแบตช์
• เหมาะสำหรับกรณีการใช้งานเช่น การตรวจสอบโซเชียลมีเดีย การวิเคราะห์ความคิดเห็นของลูกค้า และการประเมินความรู้สึกของเนื้อหา

ข้อมูลอ้างอิง API

จุดสิ้นสุด

GET https://api.iapp.co.th/sentimental-analysis/predict

พารามิเตอร์แบบสอบถาม

ชื่อ	ชนิด	คำอธิบาย
text	String	ข้อความป้อนข้อมูลเป็นภาษาไทย

ส่วนหัว

ชื่อ	ชนิด	คำอธิบาย
apikey	String	API Key

ราคา

ชื่อบริการ AI API	จุดสิ้นสุด	IC ต่ออักขระ	On-Premise
Thai Sentimental Analysis [v1.0]	sentimental-analysis	0.1 IC/400 อักขระ	ติดต่อ

ตัวอย่างโค้ด

Python

import requests

url = "https://api.iapp.co.th/sentimental-analysis/predict?text={YOUR TEXT}"

payload = {}
headers = {
  'apikey': '{YOUR API KEY}'
}

response = requests.request("POST", url, headers=headers, data=payload)

print(response.text)

JavaScript

const axios = require('axios');

let config = {
  method: 'post',
  maxBodyLength: Infinity,
  url: 'https://api.iapp.co.th/sentimental-analysis/predict?text={YOUR TEXT}',
  headers: { 
    'apikey': '{YOUR API KEY}'
  }
};

axios.request(config)
.then((response) => {
  console.log(JSON.stringify(response.data));
})
.catch((error) => {
  console.log(error);
});

PHP

<?php

$curl = curl_init();

curl_setopt_array($curl, array(
  CURLOPT_URL => 'https://api.iapp.co.th/sentimental-analysis/predict?text={YOUR%20TEXT}',
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => '',
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 0,
  CURLOPT_FOLLOWLOCATION => true,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => 'POST',
  CURLOPT_HTTPHEADER => array(
    'apikey: {YOUR API KEY}'
  ),
));

$response = curl_exec($curl);

curl_close($curl);
echo $response;

Swift

var request = URLRequest(url: URL(string: "https://api.iapp.co.th/sentimental-analysis/predict?text={YOUR%20TEXT}")!,timeoutInterval: Double.infinity)
request.addValue("{YOUR API KEY}", forHTTPHeaderField: "apikey")

request.httpMethod = "POST"

let task = URLSession.shared.dataTask(with: request) { data, response, error in 
  guard let data = data else {
    print(String(describing: error))
    return
  }
  print(String(data: data, encoding: .utf8)!)
}

task.resume()

Kotlin

val mediaType = "text/plain".toMediaType()
val body = "".toRequestBody(mediaType)
val request = Request.Builder()
  .url("https://api.iapp.co.th/sentimental-analysis/predict?text={YOUR TEXT}")
  .post(body)
  .addHeader("apikey", "{YOUR API KEY}")
  .build()
val response = client.newCall(request).execute()

Java

OkHttpClient client = new OkHttpClient().newBuilder()
  .build();
MediaType mediaType = MediaType.parse("text/plain");
RequestBody body = RequestBody.create(mediaType, "");
Request request = new Request.Builder()
  .url("https://api.iapp.co.th/sentimental-analysis/predict?text={YOUR TEXT}")
  .method("POST", body)
  .addHeader("apikey", "{YOUR API KEY}")
  .build();
Response response = client.newCall(request).execute();

Dart

var headers = {
  'apikey': '{YOUR API KEY}'
};
var request = http.Request('POST', Uri.parse('https://api.iapp.co.th/sentimental-analysis/predict?text={YOUR TEXT}'));

request.headers.addAll(headers);

http.StreamedResponse response = await request.send();

if (response.statusCode == 200) {
  print(await response.stream.bytesToString());
}
else {
  print(response.reasonPhrase);
}