有時三類情緒（積極、消極和中性）不足以理解以下方面的細微差別句子的基本語氣。我們的情緒分析分類器在我們的專有數據集上進行訓練，并告訴信息背后的潛在情感是：快樂、悲傷、憤怒、恐懼、興奮或無聊。

1. 情緒分析
   了解您的品牌、產品或服務的社會情緒，同時監控在線對話。情感分析是對文本的上下文挖掘，用于識別和提取源材料中的主觀信息
2. 語義分析
   語義分析API通過理解不同內容之間的相關性來幫助用戶對類似文章進行聚類，并通過消除多余的文本內容來簡化研究。語義分析API可以通過快速檢索過去的類似文章，幫助博客作者、出版社和媒體撰寫更引人入勝的故事，并幫助新聞聚合器將不同來源的類似新聞組合起來，以減少讀者訂閱源中的混亂。
3. 諷刺檢測
   諷刺是世界各地語言學家使用的最古老、最機智的工具之一。使用我們的諷刺檢測API識別諷刺評論和文本。
4. 文本分類
   文本分類通過對社交網絡、反饋和其他網絡來源上的對話進行分類，有助于了解客戶行為。搜索引擎、報紙或電子商務門戶網站對其內容或產品進行分類，以便于搜索和導航。
5. 意圖分析
   該分類器告訴句子背后的潛在意圖是否是觀點、新聞、營銷、投訴、建議、贊賞和質疑。這是在我們的專有數據集上訓練的。
   我們的意圖API被廣泛用于在銀行、金融和航空業構建客戶服務聊天機器人。
6. 自定義分類器
   自定義分類器2.0是一種革命性的方法，可以將任何文本分類到自定義類別中。通常，像情緒分析或電子郵件分類這樣的文本分類器可以被分類到預定義的一組類別中，它們是在這些類別上進行訓練的。
   然而，在當今的業務環境中，需求可能會經常發生變化，因此，隨著時間的推移，任何文本分類任務都需要通過添加更多類別來更新。通常，這意味著在新創建的數據集上手動標記數據和訓練文本分類算法是一項昂貴且耗時的工作。
   使用自定義分類器，您可以消除訓練自定義文本分類引擎所涉及的所有開銷，并專注于您的業務用例。

情緒檢測 API 可以準確地檢測來自任何情緒的情緒文本數據。人們發表意見、反饋和評論社交媒體、博客和論壇。營銷人員和客戶支持可以利用情緒檢測的強大功能來讀取和分析情緒附有文本數據。
我們使用深度學習驅動的算法從文本數據。這些特征用于對情緒進行分類附加到數據。我們使用卷積神經網絡（Covnets）在已創建的標記數據集上由我們的團隊提供。

1. 準確
   Komphasend情緒分析API在現實世界中保持高精度，并從文本中檢測出諸如諷刺之類的主觀情緒。
2. 快
   在極短的時間內處理和返回結果，滿足各個行業的需求。
3. 靈活部署
   Kompheand情緒分析支持通過Docker容器或內部部署進行私有云部署，確保無數據泄露。

Emotion API 僅支持 14 種不同的語言