#moderation

Entferne, extrahiere und zähle Emojis in jedem Text. Der Strip-Endpunkt entfernt jedes Emoji aus einer Zeichenkette – oder ersetzt jedes durch einen von dir gewählten Marker – und behandelt Multi-Code-Punkt-Emojis korrekt: ZWJ-Sequenzen wie die Familie 👩‍👩‍👧‍👦, Hautton-Modifikatoren (👍🏽), Länderflaggen (🇩🇪), Tastenkappen (1️⃣) und Variationsselektoren zählen alle als ein einzelnes Emoji, sodass nichts halb gelöscht bleibt. Der Extract-Endpunkt listet jedes gefundene Emoji mit seiner Position im Text auf und gibt die Anzahl pro Emoji sowie die Anzahl eindeutiger Emojis zurück – ideal für Analysen und Moderation. Ein bloßes ©, ® oder ™ wird bewusst ignoriert, es sei denn, es trägt einen Emoji-Variationsselektor, und einfache Ziffern werden nie berührt. Perfekt zum Bereinigen von Benutzereingaben vor der Suchindexierung oder Speicherung, zum Säubern von Benutzernamen und Anzeigenamen, für Moderation und Analysen sowie zur Vorbereitung von Text für Systeme, die an Emojis ersticken. Reine lokale Berechnung – kein Schlüssel, kein Drittanbieter-Dienst, sofort. Live, nichts wird gespeichert. 3 Endpunkte. Dies bereinigt und extrahiert Emojis aus Text; um ein Emoji nach Namen oder Shortcode nachzuschlagen, verwende eine Emoji-Datenbank-API, und um Grapheme zu zählen, verwende eine Textsegmentierungs-API.

api.oanor.com/emojistrip-api

Erkennen und Zensieren von Obszönitäten in benutzergenerierten Texten in 24 Sprachen – für Kommentarmoderation, Chat-Filterung, Benutzernamen- und Formularvalidierung sowie Trust-and-Safety-Pipelines. Senden Sie einen beliebigen Text und erhalten Sie zurück, ob er Obszönitäten enthält, die genauen gefundenen Schimpfwörter und zu welchen Sprachen sie gehören; oder erhalten Sie den Text zurück, bei dem jedes Schimpfwort maskiert ist (wählen Sie Ihr eigenes Maskierungszeichen). Der Abgleich erfolgt wortgrenzenbewusst (sodass „Scunthorpe“ und „Penistone“ nicht markiert werden) und normalisiert gängige Leetspeak (sh1t, @ss) vor dem Abgleich. Zielen Sie auf eine bestimmte Sprache (oder mehrere) ab oder durchsuchen Sie alle 24 auf einmal. Angetrieben von den bekannten LDNOOBW-Wortlisten, die mitgeliefert werden – der Dienst ist also vollständig in sich geschlossen: keine Drittanbieteraufrufe, keine Ratenbegrenzungen, immer verfügbar. Live, kein Cache. 4 Endpunkte. Kein vorgeschalteter Schlüssel.

api.oanor.com/profanity-api

Moderieren Sie Bilder automatisch mit maschinellem Lernen auf dem Gerät. Klassifizieren Sie jedes Bild in fünf Kategorien – neutral, Zeichnung, sexy, Porno und Hentai – und erhalten Sie Wahrscheinlichkeiten pro Klasse, die beste Klasse, einen kombinierten NSFW-Score und ein klares Urteil (sicher, fragwürdig oder nsfw). Ein einfacherer Prüfendpunkt gibt eine einzelne sichere/unsichere Entscheidung gegen einen von Ihnen gewählten Schwellenwert zurück, ideal für Upload-Gates und benutzergenerierte Inhalte-Pipelines. Geben Sie ein Bild per öffentlicher URL, Base64 oder rohem Binär-Anforderungstext an; nur öffentliche http/https-URLs werden akzeptiert und private oder interne Hosts werden blockiert, und große Bilder werden automatisch verkleinert. Läuft lokal auf TensorFlow (NSFWJS / MobileNetV2) – kein Drittanbieter-Upstream und keine Kosten pro Bild in der Cloud – mit einem warmen Modell, das die Inferenz schnell hält. Ideal für Community-Plattformen, Marktplätze, Dating- und Chat-Apps sowie jeden Dienst, der Benutzerbilder akzeptiert.

api.oanor.com/nsfw-api