أبقِ عدم اليقين في نظام الكتابة والقراءة ظاهرًا
أرسل التهجئة المتوفرة في سجلك، سواء كانت بالكانجي أو الكانا أو بالحروف اللاتينية. يقبل V2 مُدخلات Unicode، لكنه لا يعد بأن تؤدي القراءات أو التهجئات المختلفة إلى مفتاح متكافئ في مجموعة البيانات. ولا يحوّل مسار مجموعة البيانات الكانجي إلى قراءة، ولا يقسّم الاسم الكامل المتصل إلى اسم عائلة واسم شخصي.
بالنسبة إلى الحروف اليابانية الشائعة المعروضة هنا، يتخطى عامل تصفية المرشحين الحالي في مجموعة البيانات الأجزاءَ المكونة من حرف واحد أو حرفين. في قيمة العرض 葵 高橋 يُتخطى كلا الجزأين المفصولين بمسافة. قد يطلب الرجوع العادي من الذكاء الاصطناعي تفسير القيمة الكاملة الأصلية؛ أما الطلب بوضع مجموعة البيانات فقط فيُبقي النتيجة غير معروفة مع reason: no_name_candidate.
إزالة المسافة تنشئ مرشحًا مختلفًا، وليست حلًا موثوقًا لتقسيم الاسم. احتفظ بالمُدخل الفعلي وتحقّق من المصدر والمطابقة المُعادين. ولا تتحقق قراءةٌ محتملة أو عرفُ تسمية أو سياق JP من الهوية الجندرية لأي شخص.
| مثال على المُدخل | ما يمثله | ما يجب التحقق منه |
|---|---|---|
葵 高橋 | أجزاء قصيرة مفصولة | لا يبلغ أيٌّ من الجزأين الحد الأدنى للطول في عامل تصفية مجموعة البيانات لهذه الحروف. ومع ذلك يمكن للرجوع إلى الذكاء الاصطناعي أن يأخذ القيمة الأصلية في الحسبان. |
高橋葵 | مثال على اسم كامل متصل | مرشح واحد؛ ولا يحدد مسار مجموعة البيانات أين ينتهي اسم العائلة. |
あおい | مثال بالكانا من ثلاثة أحرف | مؤهل ليكون جزءًا مرشحًا، لكن الأهلية لا تعني وجود مطابقة مخزَّنة ولا تدل على نتيجة جنس مباشرة. |
Aoi Takahashi | مُدخل بالحروف اللاتينية | قد تُؤخذ أجزاء منفصلة في الحسبان. ولا يثبت ذلك تهجئة أصلية فريدة ولا يضمن اختيار الاسم الشخصي المقصود. |
اختر سياق الدولة JP عن قصد
يرسل العرض المباشر country: JP (اليابان). لا تختار API هذه الدولة بناءً على نظام كتابة الاسم. في تكاملك، استخدم سياقًا معروفًا وذا صلة أو احذف country؛ ولا تجعل قيمة هذا المثال إعدادًا افتراضيًا لكل السجلات.
لكل مرشح، يفضّل مسار مجموعة البيانات صف الدولة إن وُجد، وإلا يأخذ الصف العام في الحسبان. ثم يختار المرشح المتاح صاحب أعلى عدد إجمالي مخزَّن. تحقّق من data.match.scope وdata.match.country لمعرفة نطاق المطابقة الفعلي. لا يُستبدل صف الدولة المتعادل تلقائيًا بنتيجة عامة؛ وإذا كان الرجوع إلى الذكاء الاصطناعي مفعّلًا، فقد يُستخدم الذكاء الاصطناعي بدلًا من ذلك.
يصف data.input.country سياق الطلب. أما data.country وdata.country_source فيصفان ارتباطًا مُعادًا. وهي حقول مختلفة، ولا تثبت الجنسية أو الأصل العرقي أو مكان الإقامة.
أرسل طلب V2 مع اسم من تطبيقك
شغّل الطلب على خادمك بعد ضبط GENDERAPI_API_KEY على مفتاحك الحالي. يفعّل المثال صراحةً الرجوع العادي إلى الذكاء الاصطناعي. وهو يوضح شكل الطلب، لا تقديرًا مقيسًا ولا نتيجة تغطية. استخدم options.ai_mode: off للمعالجة بمجموعة البيانات فقط.
اختر لغة البرمجة. إعداد مفتاح API، ثم شغّل المثال على خادمك.
كل طلب تقدير عملية جديدة مدفوعة، حتى عند إعادة المحاولة. لا تعيد هذه الأمثلة المحاولة تلقائيًا. تحقّق من حالة الخصم قبل إرسال طلب آخر.
قبل التشغيل: الوصول ومعالجة الأخطاء
شغّل هذه الأمثلة على خادمك. اضبط GENDERAPI_API_KEY في بيئة العملية على مفتاح API الحالي. تأكد من أن قيمة meta.access.mode هي api_key: فالمفتاح غير المعروف قد يؤدي إلى استخدام التجربة حسب عنوان IP.
في استجابات JSON ذات رموز HTTP 4xx و5xx، يُحتفظ بجسم الخطأ وينتهي المثال برمز خروج غير صفري. تحقّق من code وaction وmeta.usage.billing_status قبل إعادة المحاولة.
دليل الأخطاء وإعادة المحاولة ←cURL 7.76+ في واجهة أوامر POSIX. شغّله في الطرفية. وثائق بيئة التشغيل
Node.js 22+ مع fetch المدمج. احفظه باسم example.mjs وشغّل node example.mjs. وثائق بيئة التشغيل
Python 3.10+ مع المكتبة القياسية. احفظه باسم example.py وشغّل python3 example.py. وثائق بيئة التشغيل
PHP 8+ مع امتداد cURL. احفظه باسم example.php وشغّل php example.php. وثائق بيئة التشغيل
Java 17+ مع عميل HTTP القياسي. احفظه باسم GenderApiExample.java وشغّل java GenderApiExample.java. وثائق بيئة التشغيل
تطبيق وحدة تحكم (console) على .NET 8+. استخدمه كملف Program.cs في مشروع console، ثم شغّل dotnet run. وثائق بيئة التشغيل
Go 1.22+ مع المكتبة القياسية. احفظه باسم main.go وشغّل go run main.go. وثائق بيئة التشغيل
احفظ النتيجة مع أدلتها
الارتباط المُستنتج ليس الجنس الذي يصرّح به الشخص. احفظ المُدخل الأصلي والأدلة المُعادة وما صرّح به الشخص كلًّا على حدة. النتيجة غير المعروفة نتيجة صالحة، ولا ينبغي أن تتحول في تطبيقك إلى فئة مُخمَّنة.
| الحقل | طريقة الاستخدام |
|---|---|
data.gender / data.result_status | استخدم male أو female فقط مع identified. في النتيجة غير المعروفة، احتفظ بقيمة JSON null الأصلية. |
data.name / data.match | تحقّق من الاسم المُعاد ومن المرشح المختار. لا تثبت المطابقة على جزء من السلسلة أن المُدخل يخص شخصًا بهذا الاسم. |
data.confidence / data.confidence_kind | درجة الثقة على مقياس من 0 إلى 1 أو null. تستند observed_frequency إلى تكرارات مخزَّنة؛ أما model_reported فقيمة يقدّمها الذكاء الاصطناعي. قيّم العتبات لكل نوع على حدة. |
data.source / data.sample_count | ميّز بين dataset وai وnone. لا تملك نتائج الذكاء الاصطناعي حجم عينة مخزَّنًا. وحجم العينة ليس قيمة دقة مقيسة. |
meta.access.mode | في تكامل مرتبط بحساب، تحقّق من أن القيمة api_key. أما المفاتيح المفقودة أو غير المعروفة فقد تستخدم التجربة المشتركة حسب عنوان IP. |
meta.usage | اقرأ charged_credits وbilling_status. تُخصم أرصدة النتيجة غير المعروفة الناجحة. ولا يثبت فقدان الاستجابة أن الطلب كان مجانيًا. |
متى تستخدم الذكاء الاصطناعي
forceToGenderize اختياري للأسماء وعناوين البريد الإلكتروني وأسماء المستخدمين. عند تفعيله، احذف ai_mode أو استخدم fallback؛ فلا يمكن الجمع بينه وبين off أو always، ويعيد ذلك 422. يكفي رصيد ابتدائي موجب لبدء الطلب، حتى لو جعل الخصم النهائي الرصيد سالبًا.
قد يعيد وضع الأسماء المستعارة جنسًا مع name: null، وقد يعطي أيضًا نتيجة غير معروفة. لا يضمن الرجوع العادي إلى الذكاء الاصطناعي ولا تفسير الأسماء المستعارة إجابة صحيحة أو قيمة غير null.
| خيار الطلب | السلوك | الأرصدة لكل بحث ناجح |
|---|---|---|
| options.ai_mode: off | يستخدم مجموعة البيانات فقط. | 1، حتى للنتيجة غير المعروفة |
| options.ai_mode: fallback | يبحث في مجموعة البيانات أولًا، ثم يستخدم الذكاء الاصطناعي العادي إذا لم يُعَد جنس. وهو الإعداد الافتراضي للطلبات الفردية. | 1 إجمالًا، بما في ذلك الرجوع إلى الذكاء الاصطناعي |
| options.ai_mode: always | يستخدم الذكاء الاصطناعي مباشرة. | 2 |
| forceToGenderize: true | يبحث في مجموعة البيانات أولًا، ثم يترك للذكاء الاصطناعي تفسير اسم مستعار شخصي أو كنية، حتى دون اسم أول حقيقي. | 1 للنتيجة الموجودة في مجموعة البيانات؛ و2 إجمالًا إذا استُخدم الذكاء الاصطناعي |
عالج قائمة أسماء دون أن تفقد سياقها
استخدم POST /api/v2/gender/batch لما يصل إلى 50 عنصرًا مع مفتاح API لحساب مسجّل، أو 10 عناصر في التجربة حسب عنوان IP. خصّص معرّفًا فريدًا لكل عنصر، واحتفظ بالقيمة الأصلية لكل صف. يمكن أن يكون لكل عنصر سياق دولة وخيار ذكاء اصطناعي خاصان به؛ واحذف country إذا لم تكن الدولة معروفة.
تستخدم عناصر الطلب المجمّع وضع مجموعة البيانات فقط افتراضيًا، بخلاف الطلب الفردي الذي يستخدم الرجوع إلى الذكاء الاصطناعي افتراضيًا. اضبط options.ai_mode: fallback على كل عنصر يحتاج إلى الذكاء الاصطناعي. تحقّق من كل نتيجة حتى بعد HTTP 200، واحتفظ بالنتائج غير المعروفة، وراجع أخطاء العناصر والخصم قبل أي إرسال جديد. يستهلك كل عنصر عادي ناجح رصيدًا واحدًا؛ ولا يساوي طلب HTTP مجمّع واحد رصيد تقدير واحدًا.
اعرف ما الذي ترسله
لا يرسل العرض المباشر القيمة المُدخلة إلى GenderAPI.io إلا عندما ترسلها بنفسك. إذا استُخدم الذكاء الاصطناعي، تُنقل type وvalue وسياق الدولة المُرسل إلى الخدمة المهيأة للتقديرات. للحصول على تقدير يعتمد على مجموعة البيانات فقط، اضبط options.ai_mode: off في تكاملك دون forceToGenderize.
تصف سياسة الخصوصية واتفاقية معالجة البيانات وقائمة المعالجين الفرعيين شروط المعالجة المنشورة. النتيجة ارتباط مُستنتج، وما يصرّح به الشخص هو المقدَّم. لا تستخدمها أساسًا لقرارات ذات عواقب مهمة على أي شخص.
الأسئلة الشائعة
لماذا يحتاج المثال 葵 高橋 إلى الرجوع إلى الذكاء الاصطناعي؟
كلا الجزأين أقصر من الحد الذي يقبله عامل تصفية المرشحين الحالي في مجموعة البيانات، لذا يعيد وضع مجموعة البيانات فقط نتيجة غير معروفة مع reason: no_name_candidate. يمكن للرجوع إلى الذكاء الاصطناعي أن يحاول تفسير القيمة الكاملة الأصلية، لكن الحصول على إجابة من الذكاء الاصطناعي غير مضمون.
هل يحدد V2 القراءة الدقيقة للاسم الياباني؟
لا يوفّر V2 خدمة موثَّقة لتحديد القراءة. لا يحوّل مسار مجموعة البيانات الكانجي إلى كانا، ولا يضمن نتائج متكافئة للتهجئة بالحروف اللاتينية. احتفظ بالمُدخل وراجع الأدلة المُعادة.
هل نُشر تقييم مستقل للدقة لهذا النوع من الأسماء؟
لا يُنشر مثل هذا القياس في هذه الصفحة. قبول المُدخل والأعداد المخزَّنة وقيمة درجة الثقة ليست معيارًا مستقلًا للدقة. راجع صفحة المنهجية لمعرفة الأدلة المتاحة والقياسات التي لم تُنشر بعد.
هل تستهلك النتيجة غير المعروفة أرصدة؟
نعم، تُحتسب النتيجة غير المعروفة الناجحة. تكلفة الوضع العادي (مجموعة البيانات فقط أو الرجوع إلى الذكاء الاصطناعي) رصيد واحد إجمالًا. ومع تفعيل forceToGenderize تكلف النتيجة الموجودة في مجموعة البيانات رصيدًا واحدًا، ويكلف استخدام الذكاء الاصطناعي رصيدين إجمالًا، حتى إذا كانت نتيجته غير معروفة. وللأخطاء قواعد خصم منفصلة؛ راجع meta.usage.