Emotion Sentiment & Personality Analysis

Emotion detection, sentiment analysis, Big Five personality traits & tone analysis from text. All-in-one NLP API — replace 4 APIs with 1 call

原始信息汇总

Emotion Sentiment & Personality Analysis API 数据集概述

基本信息

• API名称: Emotion Sentiment & Personality Analysis
• 提供平台: RapidAPI
• 提供者: AI-Engine
• 类别: Text Analysis
• 当前版本: v1
• 流行度: 8.9
• 服务等级: 100%
• 延迟: 2413ms

订阅计划与定价

• BASIC: $0.00 / 月
• PRO: $15.99 / 月
• ULTRA: $49.00 / 月
• MEGA: $150.00 / 月

核心功能概述

此API是一个集成的文本分析工具，由先进的人工智能驱动。它能够从单一文本中检测情绪、分析情感、预测大五人格特质并识别沟通风格，旨在用一个API和一次订阅替代四个独立的API。

主要功能

• 情绪检测: 将文本分类为6种核心情绪（喜悦、悲伤、愤怒、恐惧、爱、惊讶），并提供置信度分数。
• 情感分析: 检测文本的积极、消极或中性情感，并提供详细的情感极性分数。
• 大五人格特质预测: 从文本中预测开放性、尽责性、外向性、宜人性和神经质这五种人格特质。
• 沟通风格识别: 识别沟通的语气、正式程度和写作风格。

端点详情

方法	端点	描述
POST	/emotions	检测文本中的情绪
POST	/sentiment	分析情感极性
POST	/personality	预测大五人格特质
POST	/communication	识别沟通风格

支持的Content-Type: application/json, application/x-www-form-urlencoded, multipart/form-data

端点参数与示例

所有端点均要求一个必需的text参数（字符串类型），文本长度限制为3至5000个字符。

1. 情绪检测 (/emotions)

• 模型基础: 基于Ekman的情绪模型。

• 示例请求: json POST /emotions { "text": "I just got promoted, this is the best day of my life!" }

• 示例响应: json { "emotions": [ { "label": "joy", "score": 0.9 }, { "label": "surprise", "score": 0.1 }, { "label": "love", "score": 0.0 }, { "label": "sadness", "score": 0.0 }, { "label": "anger", "score": 0.0 }, { "label": "fear", "score": 0.0 } ] }

2. 情感分析 (/sentiment)

• 示例请求: json POST /sentiment { "text": "The product quality is terrible and customer support was unhelpful." }

• 示例响应: json { "sentiment": { "label": "negative", "score": 0.85 }, "scores": { "positive": 0.2, "neutral": 0.1, "negative": 0.7 } }

3. 大五人格特质 (/personality)

• 特质范围: 每个特质的分数从0.0到1.0。

• 示例请求: json POST /personality { "text": "I love meeting new people and organizing group activities. I always plan ahead and keep my workspace tidy." }

• 示例响应: json { "personality": { "openness": 0.7, "conscientiousness": 0.9, "extraversion": 0.8, "agreeableness": 0.6, "neuroticism": 0.3 } }

4. 沟通风格 (/communication)

• 响应标签:

  • style: action-seeking, fact-oriented, information-seeking, self-revealing
  • formality: formal, neutral, informal
  • tone: assertive, collaborative, empathetic, analytical, casual

• 示例请求: json POST /communication { "text": "Please find attached the quarterly report. Let me know if you need any clarification." }

• 示例响应: json { "style": "fact-oriented", "confidence": 0.9, "formality": "formal", "tone": "collaborative" }

错误代码

代码	描述
400	无法解析请求体
415	不支持的Content-Type
422	缺少或无效的text参数
500	内部处理错误 — 请重试

应用场景

• 客户反馈分析
• 社交媒体监控
• 聊天机器人个性化
• 人力资源与招聘筛选
• 心理健康应用
• 内容审核
• 用户画像
• 营销优化

搜集汇总

背景与挑战

背景概述

该数据集提供综合文本分析功能，包括情绪检测、情感分析、大五人格特质评估和语气分析，可通过单一API调用替代多种独立服务。