Tín hiệu tên và ý nghĩa biệt danh là hai điều khác nhau
Dùng type: username cho tên tài khoản hoặc biệt danh. Ký tự @ ở đầu (nếu có) được bỏ đi khi so khớp với tập dữ liệu. Quá trình tách ứng viên xử lý các ký tự phân cách và chữ số, và có thể thử các chuỗi con trong giới hạn nhất định. Chế độ biệt danh vẫn so khớp theo token nhưng không thêm các ứng viên chuỗi con đó. Bản ghi được chọn có tổng số lượng lớn nhất trong số các ứng viên hiện có; đây không phải bằng chứng về tên thật của chủ tài khoản.
AI dự phòng thông thường tìm một tên riêng nhận diện được. forceToGenderize cho phép thêm mối liên hệ dựa trên biệt danh cá nhân khi không trích xuất được tên thật. Cả hai cách đều có thể trả về kết quả không xác định; một thương hiệu, nhân vật hoặc tài khoản dùng chung không nhất thiết đại diện cho một người.
| Ví dụ đầu vào | Cách tiếp cận | Cần kiểm tra gì |
|---|---|---|
@alice.smith | Bắt đầu với fallback thông thường, ưu tiên tập dữ liệu. | Kiểm tra tên được chọn và phương thức so khớp; đừng mặc định rằng token đầu tiên đã được chọn. |
robert89 | Các chữ số có thể bị loại bỏ khi tách ứng viên. | Tên khớp chỉ là một mối liên hệ, không phải danh tính đã xác minh. |
prenses | Bật forceToGenderize để cho phép AI thử suy luận từ biệt danh khi chưa xác định được. | gender có thể khác null trong khi name là null. Điểm của AI là model_reported. |
team_support | Coi tài khoản theo vai trò hoặc tài khoản dùng chung là có thể không thuộc về cá nhân. | Giữ kết quả không xác định và không gán danh tính cá nhân cho tài khoản dùng chung. |
Thử suy luận biệt danh trong tích hợp của bạn
Yêu cầu này chủ động bật suy luận biệt danh. Tập dữ liệu được tra trước. Nếu tập dữ liệu không trả về giới tính, AI có thể dùng ý nghĩa của bí danh. Bỏ forceToGenderize để tra cứu thông thường; yêu cầu đơn lẻ vẫn mặc định dùng fallback thông thường.
Ngữ cảnh quốc gia TR được dùng cho ví dụ này. Hãy dùng ngữ cảnh liên quan từ ứng dụng của bạn và kiểm tra data.match.scope; quốc gia trong đầu vào không bảo đảm sẽ có bản ghi theo quốc gia đó. Quốc gia này cũng không xác định quốc tịch hay nơi cư trú.
Chọn ngôn ngữ lập trình. Thiết lập khóa API, sau đó chạy ví dụ trên máy chủ của bạn.
Mỗi yêu cầu dự đoán là một thao tác mới bị tính phí, kể cả khi thử lại. Các ví dụ này không tự động thử lại. Kiểm tra trạng thái tính phí trước khi gửi yêu cầu khác.
Trước khi chạy: quyền truy cập và xử lý lỗi
Chạy các ví dụ này trên máy chủ của bạn. Đặt GENDERAPI_API_KEY trong biến môi trường của tiến trình bằng khóa API hiện có. Xác nhận meta.access.mode là api_key: khóa không được nhận diện có thể chuyển sang dùng thử theo IP.
Với phản hồi JSON HTTP 4xx và 5xx, ví dụ giữ nguyên nội dung lỗi và kết thúc với mã thoát khác 0. Kiểm tra code, action và meta.usage.billing_status trước khi thử lại.
Hướng dẫn về lỗi và thử lại →cURL 7.76+ trong shell POSIX. Chạy trong terminal. Tài liệu môi trường chạy
Node.js 22+; fetch tích hợp sẵn. Lưu thành example.mjs và chạy node example.mjs. Tài liệu môi trường chạy
Python 3.10+; thư viện chuẩn. Lưu thành example.py và chạy python3 example.py. Tài liệu môi trường chạy
PHP 8+ với tiện ích mở rộng cURL. Lưu thành example.php và chạy php example.php. Tài liệu môi trường chạy
Java 17+; HTTP client chuẩn. Lưu thành GenderApiExample.java và chạy java GenderApiExample.java. Tài liệu môi trường chạy
Ứng dụng console .NET 8+. Dùng làm Program.cs trong một dự án console, sau đó chạy dotnet run. Tài liệu môi trường chạy
Go 1.22+; thư viện chuẩn. Lưu thành main.go và chạy go run main.go. Tài liệu môi trường chạy
Lưu kết quả cùng với bằng chứng của nó
Một mối liên hệ được suy luận không phải là giới tính do chính người đó tự công bố. Hãy lưu riêng đầu vào gốc, bằng chứng được trả về và mọi thông tin do người đó cung cấp. Kết quả không xác định là một kết quả hợp lệ; không nên biến nó thành một nhóm được đoán trong ứng dụng của bạn.
| Trường | Cách sử dụng |
|---|---|
data.gender / data.result_status | Chỉ dùng male hoặc female khi kết quả là identified. Giữ nguyên giá trị JSON null gốc khi kết quả không xác định. |
data.name / data.match | Kiểm tra tên được trả về và ứng viên được chọn. Kết quả khớp theo chuỗi con không chứng minh rằng đầu vào thuộc về người có tên riêng đó. |
data.confidence / data.confidence_kind | Độ tin cậy nằm trên thang từ 0 đến 1 hoặc là null. observed_frequency dựa trên số lượng đã lưu; model_reported là điểm do AI đưa ra. Hãy đánh giá ngưỡng riêng cho từng loại. |
data.source / data.sample_count | Phân biệt dataset, ai và none. Kết quả AI không có số lượng mẫu đã lưu. Số lượng mẫu không phải là điểm độ chính xác đã đo. |
meta.access.mode | Xác nhận api_key với tích hợp dùng tài khoản. Khóa bị thiếu hoặc không được nhận diện có thể chuyển sang dùng thử theo IP dùng chung. |
meta.usage | Đọc charged_credits và billing_status. Kết quả không xác định thành công vẫn bị tính phí. Mất phản hồi không chứng minh rằng yêu cầu được miễn phí. |
Chọn khi nào dùng AI
forceToGenderize là tùy chọn cho tên, địa chỉ email và tên người dùng. Khi bật trường này, hãy bỏ qua ai_mode hoặc dùng fallback; off và always xung đột với nó và trả về 422. Chỉ cần số dư ban đầu dương là đủ để bắt đầu một yêu cầu, kể cả khi lần tính phí cuối cùng làm số dư xuống dưới 0.
Chế độ biệt danh có thể trả về giới tính cùng name: null. Chế độ này cũng có thể trả về kết quả không xác định. Cả AI dự phòng thông thường lẫn suy luận biệt danh đều không bảo đảm câu trả lời đúng hoặc khác null.
| Tùy chọn yêu cầu | Cách hoạt động | Tín dụng cho một lần tra cứu thành công |
|---|---|---|
| options.ai_mode: off | Chỉ dùng tập dữ liệu. | 1, kể cả kết quả không xác định |
| options.ai_mode: fallback | Tra tập dữ liệu trước, sau đó dùng AI thông thường khi không có giới tính được trả về. Đây là mặc định cho yêu cầu đơn lẻ. | Tổng cộng 1, đã gồm AI dự phòng |
| options.ai_mode: always | Dùng AI trực tiếp. | 2 |
| forceToGenderize: true | Tra tập dữ liệu trước, sau đó cho phép AI diễn giải biệt danh cá nhân hoặc bí danh, kể cả khi không có tên thật. | 1 khi tập dữ liệu cho ra kết quả; tổng cộng 2 nếu dùng AI |
Giữ kết quả của từng tên tài khoản khi xử lý danh sách
Dùng POST /api/v2/gender/batch cho danh sách tên người dùng, hoặc danh sách kết hợp gồm tên, địa chỉ email và tên người dùng. Tối đa là 50 mục với khóa API hoặc 10 mục khi dùng thử theo IP. Mỗi mục có country và tùy chọn AI riêng; ID tùy chọn phải là duy nhất trong lô.
Mặc định của lô là chỉ dùng tập dữ liệu. Bật fallback cho từng mục khi cần AI thông thường, hoặc đặt forceToGenderize cho từng mục để suy luận biệt danh. Kiểm tra data hoặc error ở mọi kết quả và dùng id hoặc index để giữ liên kết với dòng gốc. Các mục không xác định thành công vẫn bị tính phí.
Hiểu rõ dữ liệu bạn gửi đi
Bản demo trực tiếp chỉ gửi giá trị đã nhập đến GenderAPI.io khi bạn chủ động gửi. Nếu AI được gọi, type, value và ngữ cảnh quốc gia đã gửi sẽ được chuyển đến dịch vụ suy luận đã được cấu hình. Để chỉ dự đoán bằng tập dữ liệu, hãy dùng options.ai_mode: off mà không có forceToGenderize trong tích hợp của bạn.
Chính sách quyền riêng tư, thỏa thuận xử lý dữ liệu và danh sách bên xử lý dữ liệu phụ mô tả các điều kiện xử lý đã công bố. Kết quả là một mối liên hệ được suy luận; hãy ưu tiên thông tin do chính người đó cung cấp. Không dùng kết quả làm cơ sở cho các quyết định có ảnh hưởng quan trọng đến một cá nhân.
Câu hỏi thường gặp
Tên người dùng có bắt buộc phải chứa tên thật không?
Suy luận AI thông thường cần một tên riêng dùng được. Với forceToGenderize, API cũng có thể thử suy luận từ biệt danh sau khi tra cứu tập dữ liệu chưa xác định được. Chế độ này không cần tên thật và có thể trả về name: null.
forceToGenderize có bảo đảm trả về giới tính không?
Không. Trường này cho phép suy luận biệt danh, nhưng kết quả cuối cùng vẫn có thể không xác định. Hãy giữ nguyên JSON null gốc và kiểm tra result_status cùng reason.
API có xem hồ sơ mạng xã hội không?
Endpoint này phân tích giá trị đã gửi. API không tải hồ sơ, bài đăng hay ảnh của tài khoản để xác minh chủ sở hữu.
Tôi có thể dùng forceToGenderize với tên hoặc email không?
Có. Trường này là tùy chọn cho đầu vào name, email và username. API tra tập dữ liệu trước, sau đó dùng AI có phân tích biệt danh nếu chưa xác định được: 1 tín dụng khi tập dữ liệu cho ra kết quả, hoặc tổng cộng 2 tín dụng khi dùng AI.