jumdata

  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

聊天情绪解析-对话情绪侦测-会话情绪甄别-交谈情绪研判API接口介绍

前言

用户在沟通过程中表达的不仅是具体诉求,文字背后往往还隐藏着满意、疑惑、焦虑、不满等不同情绪。

对于企业而言,如果只能看到用户说了什么,却无法及时判断用户当前的情绪状态,就很容易错过服务干预的最佳时机。尤其是在客服、售后、在线咨询等场景中,一次未被及时发现的负面情绪,都可能进一步影响用户对产品和服务的评价。

通过本接口可以分析用户日常沟通文本,自动判断当前会话中所表现出的情绪类别,并进一步细分情绪类型及置信度,帮助企业从“理解用户说什么”进一步升级到“识别用户怎么想”。请添加图片描述

特性

智能情绪识别,自动分析用户沟通文本;多级情绪分类,精准识别一级、二级情绪;置信度评估,辅助判断识别结果;智能话术推荐,提供正负情绪回复参考;负面情绪预警,及时辅助人工介入,提升客服效率。

API介绍

请求说明

名称 类型 必须 说明
text String 待识别文本,输入限制512字节
scene String 场景,
default(默认项-不区分场景),
talk(闲聊对话),
task(任务型对话-如导航对话等),
customer_service(客服对话-如电信/银行客服等)

戳这里查看详情

返回样例

{
  "code": 200,//返回code
  "msg": "成功",//code对应的说明描述
  "taskNo": "051883630235426761387742",//本次请求号
  "data": {
    "text": "本来今天高高兴兴",//输入的对话文本内容
    "items": [ //分析结果数组
      {
        "prob": 0.599796, // 情绪一级分类标签对应的概率
        "replies": [ //参考回复话术,中性情绪下该项为空
          "你的笑声真欢乐"
        ],
        "subitems": [ //二级分析结果数组
          {
            "prob": 0.599796, //情绪二级分类标签对应的概率
            "label": "happy" //情绪二级分类标签;客服模型正向(thankful感谢、happy愉快)、客服模型负向(complaining抱怨、angry愤怒);闲聊模型正向(like喜爱、happy愉快)、闲聊模型负向(angry愤怒、disgusting厌恶、fearful恐惧、sad悲伤)
          }
        ],
        "label": "optimistic"//情绪一级分类标签;pessimistic(负向情绪)、neutral(中性情绪)、optimistic(正向情绪)
      }
    ]
  }
}
posted on 2026-08-17 17:48  Jumdata  阅读(3)  评论(0)    收藏  举报