veriusapigateway

API Gateway for accessing Verius Web Services.


Install
pip install veriusapigateway==0.1.8

Documentation

PROJECT DESCRIPTION

A Gateway for VeriUs Text Mining API. Version: 0.0.19-beta (Anything on this document is subject to change.)

Authentication

VeriUs Text API’s uses "API KEY"s to authenticate incoming requests. You should pass in your "API KEY" while creating the VeriUsAPI Object.

INFO
  • You must replace “$API_KEY” with your “API KEY”.
  • Since our services are constantly get updated results in this page may or may not represent actual values.

Installation and Importation

$ pip3 install veriusapigateway
$ python3
from veriusapigateway import VeriUsAPIGateway
VeriUsAPI = VeriUsAPIGateway("$API_KEY")

Text Similarity

Estimate the degree of similarity between two texts

Usage:

text1 = "Artificial intelligence (AI), the ability of a digital computer or computer-controlled robot to perform tasks commonly associated with intelligent beings."
text2 = "AI (artificial intelligence) is the simulation of human intelligence processes by machines, especially computer systems."
result = VeriUsAPI.get_text_similarity(text1, text2)
print(result)
0.5679123042313889

Semantic Text Similarity

Estimate the degree of semantic similarity between two texts

Usage:

text1 = "Yapay zeka (AI), bir dijital bilgisayarın veya bilgisayar kontrollü robotun, akıllı varlıklar ile yaygın olarak ilişkili görevleri gerçekleştirme kabiliyetidir."
text2 = "Yapay zeka, insan zekası süreçlerinin makineler, özellikle bilgisayar sistemleri ile simülasyonudur."
result = VeriUsAPI.get_semantic_similarity(text1, text2)
print(result)
0.8897541234782312

Language Detection

Detect the language of a text.

Usage:

text = "Yapay zeka (AI), bir dijital bilgisayarın veya bilgisayar kontrollü robotun, akıllı varlıklar ile yaygın olarak ilişkili görevleri gerçekleştirme kabiliyetidir."
result = VeriUsAPI.get_language(text)
print(result)
tr

Part of Speech Tagger

Assign parts of speech to each word, such as noun, verb, adjective, etc.

Usage:

text = "Yapay zeka (AI), bir dijital bilgisayarın veya bilgisayar kontrollü robotun, akıllı varlıklar ile yaygın olarak ilişkili görevleri gerçekleştirme kabiliyetidir."
result = VeriUsAPI.get_part_of_speech_tags(text)
['(Yapay', 'Adjective'), ('zeka', 'Noun'), ('(', 'Punctuation'), ('AI', 'Noun'), (')', 'Punctuation'), (',', 'Punctuation'), ('bir', 'Determiner'),
('dijital', 'Noun'), ('bilgisayarın', 'Noun'), ('veya', 'Conjunction'), ('bilgisayar', 'Noun'), ('kontrollü', 'Adjective'), ('robotun', 'Noun'),
('akıllı', 'Adjective'), ('varlıklar', 'Noun'), ('ile', 'Postp'), ('yaygın', 'Adjective'), ('olarak', 'Adverb'), ('ilişkili', 'Noun'),
('görevleri', 'Noun'), ('gerçekleştirme', 'Verb'), ('kabiliyetidir', 'Verb')]

Abusive Content Detection

Check if a sentence is abusive or not.

Usage:

text = "Yapay zeka (AI), bir dijital bilgisayarın veya bilgisayar kontrollü robotun, akıllı varlıklar ile yaygın olarak ilişkili görevleri gerçekleştirme kabiliyetidir."
result = VeriUsAPI.get_abusive(text)
print(result)
Non-abusive

Text Summarization

Summarize with the major points of the original document.

Usage:

text = "Bir kedi varmış, çok yalnızmış.  Çünkü kedi, annesini ve babasını kaybetmiş.Her gün yollarda gezermiş aç aç. Çöplükte yaşarmış. Bir gün bir evin yanından geçerken bir çocuğa rastlamış. Çocuk kediyi 2-3 dakika sevdikten sonra onu evine götürmüş, kedi ise hiç bir şey dememiş çünkü kedi hiç  Olamaz çünkü onun bir ailesi var demiş. Ancak çocuk ısrar etmiş ve babasını ikna etmiş. Çocuk da mutluymuş kedi  de. Kediyi beslemeye başlamışlar. 1 sene geçtikten sonra kedinin annesi ve babası ortaya çıkmış. Yavrularını bulmak için çabalamışlar ve sonunda bulmuşlar. Kedi ilk önce gitmek istememiş fakat annesi babası olduğunu anlayınca hemen onların yanına gitmiş. Çocuk ağlamaya başlamış.-Anladım baba, mutlu mutlu yaşasınlar, demiş. Kedi ve ailesi yola çıkmışlar, iyi bir hayata yeniden başlamışlar."
result = VeriUsAPI.get_summary(text)
print(result)
Çocuk kediyi 2-3 dakika sevdikten sonra onu evine götürmüş, kedi ise hiç bir şey dememiş çünkü kedi hiç Olamaz çünkü onun bir ailesi var demiş. Çocuk da mutluymuş kedi de.

Keyword Extraction

Identify terms that best decribe the subject of a document.

Usage:

text = "Carl Sagan, Dünya dışında akıllı hayatın araştırılmasından yanaydı. Bilim dünyasını, Dünya dışı akıllı yaşam formlarından gelen sinyalleri dinlemek için büyük radyo-teleskopları kullanmaya sevk etmiştir. Diğer gezegenlere sondalar gönderilmesi gerektiğini savunmuştur. Carl Sagan, 12 yıl boyunca Icarus dergisinin editörlüğünü yapmıştır. Planetary Society nin kurucularındandır. Carl Sagan, SETI Enstitüsü nün yönetim kurulunun bir üyesiydi."
result = VeriUsAPI.get_keywords(text)
print(result)
Carl Sagan Akıllı

Entity Extraction

Identify relevant nouns (people, places and organizations) that are mentioned in a text.

Usage:

text = "Merhaba ben Ahmet, nasılsınız?"
result = VeriUsAPI.get_named_entitites(text)
print(result)
[('Merhaba', 'O'), ('ben', 'O'), ('Ahmet', 'B-PERSON'), (',', 'O'), ('nasılsınız', 'O'), ('?', 'O')]

Distorted Language Detection

A fun project to detect distorted language spoken by the white collar.

Usage:

text = "Gelecek hafta için bir toplantı assign edip brainstorming yapalım ve bir an önce bu konuda aksiyon alalım çünkü deadline yaklaşıyor."
result = VeriUsAPI.get_distorted(text)
print(result)
0.9901372301239035

Intent Detection

Determine the expressed intent of given text.

Usage:

text = "Merhaba banka hesabı açmak istiyorum yardımcı olabilir misiniz?"
result = VeriUsAPI.get_intent(text)
print(result)
QUERY

News Classification

Classify the subject of the given short news

Usage:

text = "Ayrım duvarına 'Filistinli cesur kız' Temimi'nin resmini çizen 2 İtalyan aktivist, İsrail güvenlik güçleri tarafından gözaltına alındı"
result = VeriUsAPI.get_news_class(text)
print(result)
PLANET

Normalization

Normalize a given sentence to its proper written form

Usage:

text = "@dida bi yere gitcem büttttttüüüünnnnn insanlar hür, haysiyet ve haklari bakimindan e$it doğarlaaaar."
result = VeriUsAPI.get_normal(text)
print(result)
@mention[@dida] bir yere gideceğim bütün insanlar hür, haysiyet ve hakları bakımından eşit doğarlar.

Deasciifier

Replace ascii characters with Turkish characters

Usage:

text = "Dun yolda bir kedi gordum, cok sevımlıydı. Hemen alıp cantama koydum ve eve getırdım."
result = VeriUsAPI.get_deasciified(text)
print(result)
Dün yolda bir kedi gördüm, çok sevimliydi. Hemen alıp çantama koydum ve eve getirdim.

Morphological Analysis

Decompose a given text to its morphogical characteristics

Usage:

text = "Bütün insanlar hür , haysiyet ve haklar bakımından eşit doğarlar ."
result = VeriUsAPI.get_morphology(text)
print(result)
[[bütün:Adj] bütün:Adj, [insan:Noun] insan:Noun+lar:A3pl, [hür:Adj] hür:Adj, [,:Punc] ,:Punc, [haysiyet:Noun] haysiyet:Noun+A3sg, [ve:Conj] ve:Conj, [hak:Noun] hak:Noun+lar:A3pl, [bakım:Noun] bakım:Noun+A3sg+ı:P3sg+ndan:Abl, [eşit:Adj] eşit:Adj, [doğmak:Verb] doğ:Verb+ar:Aor+lar:A3pl, [.:Punc] .:Punc]

Sexual Content Detection

An aggressive service to detect sexual content

Usage:

text = "Senden her yerin gözükecek şekilde fotoğraf istiyorum."
result = VeriUsAPI.get_sexual(text)
print(result)
SEXUAL

Gibberish Detection

Detect whether words in a sentence are meaningful or not

Usage:

text = "RÖHAEHÖHEY. Gülmeyi unuttuk be Hüseyin."
result = VeriUsAPI.get_gibberish(text)
print(result)
GIBBERISH

Sentence Tokenizer

Decompose a given text to its sentences

Usage:

text = "Geçen gün o geldi ama neden geldi hala belli değil."
result = VeriUsAPI.get_sentence_tokens(text)
print(result)
['Geçen gün o geldi', 'ama neden geldi', 'hala belli değil']

Sentiment Classification

Determine whether a text is positive or negative

Usage:

text = "Bu ürünü hiç beğenmedim, iade etmek istiyorum."
result = VeriUsAPI.get_sentiment(text)
print(result)
NEGATIVE

Arabic Sentiment Classification

Determine whether a text is positive or negative

Usage:

text = "Bu ürünü hiç beğenmedim, iade etmek istiyorum."
result = VeriUsAPI.get_arabic_sentiment(text)
print(result)
NEGATIVE

Arabic News Classification

Classify the subject of the given news

Usage:

text = "Bu ürünü hiç beğenmedim, iade etmek istiyorum."
result = VeriUsAPI.get_arabic_news_class(text)
print(result)
NEGATIVE