本文全面介绍了脸部及图像识别、文本分析、自然语言处理（NLP）、情绪分析、语言翻译、机器翻译及预测等方面的50多个API。
API是一组用于构建应用软件的例程、协议和工具。这已是KDnuggets第三次撰写本文，去掉了2017年版已叫停的API，补充了新的API。所有API分类成几个新兴的应用类别：
- 脸部及图像识别
- 文本分析、NLP、情绪分析
- 语言翻译
- 机器学习及预测
在每一类应用里面，按首字母顺序来介绍。API概述基于其网址上显示的信息。看看这些API可以派什么用场！如果我们没有收录某个流行的、活跃的API，欢迎留言交流。
一、脸部及图像识别
1.Animetrics Face Recognition：该API可用来检测图片上的人脸，并将它们与一组已知的脸部进行比对。该API还能为可搜索的图库添加对象或删除图库的对象，为对象添加脸部或删除对象的脸部。
2.Betaface：这是一项脸部识别和检测Web服务。功能包括：多脸部检测、脸部修剪、123 个脸部点（22 个基本，101 个高级）检测、脸部验证、识别以及超大数据集的相似度搜索。
链接：https://www.betaface.com/wpa/
3.Eyedea Recognition：专注于高端计算机视觉解决方案，主要关注目标检测和目标识别软件。这项识别服务提供眼睛、脸部、车载、版权和车牌检测。该API的主要价值在于可立即了解目标、用户和行为。
4.Face++：这项脸部识别和检测服务提供了可以用于应用的检测、识别和分析。用户可以通过调用该API来训练程序、检测脸部、识别脸部、分组脸部、创建脸部集、创建群组和获取信息等。
链接：https://www.faceplusplus.com/
5.FaceMark：该API 能够检测正面照片上的 68 个点以及侧脸照片上的 35 个点。
链接：http://apicloud.me/apis/facemark/docs/
6.FaceRect：这是一套功能强大、完全免费的脸部检测 API。该API可以找到一张照片上的脸部（正面或侧面）或多张脸，为找到的每一张脸生成JSON输出。此外，FaceRect可以为每一张检测到的脸找到脸部特征（眼睛、鼻子和嘴）。
链接：http://apicloud.me/apis/facerect/demo/
7.Google Cloud Vision API：该API由TensorFlow等强大的平台驱动，让模型能够学习和预测图像内容。它可以帮你找到青睐的图像，并迅速获得丰富的注释。它将图像分成数千个类别（比如：船、狮子和埃菲尔铁塔），检测相关表情的脸部，识别使用多种语言的印刷文字。
链接：https://cloud.google.com/vision/
8.IBM Watson Visual Recognition：可理解图像的内容――视觉概念标记图像、寻找人脸、给出年龄和性别的近似值、寻找集合中的相似图像。你还可以通过自行创建自定义概念来训练该服务。
链接：https://www.ibm.com/watson/developercloud/visual-recognition.html
9. Imagga：提供的API可自动为图像赋予标签，因而让图像易于查找。它基于图像识别平台即服务（PaaS）。
链接：https://imagga.com/solutions/auto-tagging.html
10.Kairos：该平台让你可以将情绪分析和脸部识别迅速添加到你的应用程序和服务中。
链接：https://www.kairos.com/docs/api/
11.Microsoft Cognitive Service - Computer Vision：这个基于云的API可以基于输入和用户选择，以不同的方式分析视觉内容。比如说，基于内容标记图像；分类图像；检测人脸并返回坐标；识别特定领域的内容；生成内容的描述；识别图像中找到的文本；标记成人内容。
链接：https://www.microsoft.com/cognitive-services/en-us/computer-vision-api
12.Skybiometry Face Detection and Recognition：提供脸部检测和识别服务。该API的新版本包括区分墨镜和透明眼镜的功能。
链接：https://skybiometry.com/Documentation/
二、文本分析、NLP、情绪分析
1.Bitext：提供了市面上最精确的多语言的、基于主题的情绪分析。目前提供四种语义服务：实体和概念提取、情绪分析和文本分类。该API支持8种语言。
链接：https://www.bitext.com/text-analysis-api-2/#How-accurate-is-the-analysis
2.Diffbot Analyze：提供开发者工具可分析、识别和提取来自任何网页的主要内容和章节。
链接：https://www.diffbot.com/dev/docs/analyze/
3.Free Natural Language Processing Service：这项免费服务包括情绪分析、内容提取和语言检测。这是大型云API市场mashape.com上的一个流行的数据 API。
链接：https://market.mashape.com/loudelement/free-natural-language-processing-service
4.Google Cloud Natural Language API：可分析文本的结构和含义，包括情绪分析、实体识别和文本标注。
链接：https://cloud.google.com/natural-language/reference/rest/
5. Watson Alchemy Language：分析文本，从概念、实体、关键字、类别、关系和语义角色等内容提取元数据。
链接：https://www.ibm.com/watson/services/natural-language-understanding/
6.MeaningCloud Text Classification：该API可执行预分类任务，比如：提取文本、分词、移除停用词和词形还原。
链接：https://www.meaningcloud.com/developer/text-classification
7. Microsoft Cognitive Service - Text Analytics：可检测来自文本的情绪、关键短语、主题和语言。与该API属于同一类（面向语言的认知服务）的其他API包括：Bing Spell Check、Language Understanding、Linguistic Analysis和Web Language Model。
链接：https://www.microsoft.com/cognitive-services/en-us/text-analytics-api
8.nlpTools：这是基于充分利用REST的HTTP Web服务的简单JSON，用于自然语言处理。它可解码在线新闻媒体，用于情绪分析和文本分类。
链接：http://nlptools.atrilla.net/web/api.php
9.Geneea：可对提供的原始文本、从特定URL提取的文本或来自直接提供的文档的文本执行分析（自然语言处理）。
链接：https://api.geneea.com/
10.Thomson Reuters Open Calais™：Calais使用自然语言处理、机器学习及其他方法，将你的文档与实体（人、地点和组织等）、事实（人“x”为公司“y”工作）和事件（人“z” 在日期“x”被任命为公司“y”的主席）进行归类和链接。
链接：http://www.opencalais.com/opencalais-api/
11.Yactraq Speech2Topics：这项云服务可通过语音识别和自然语言处理，将音频视觉内容转换成主题元数据。
三、语言翻译
1.Google Cloud Translation：可以动态地在数千个语言对之间翻译文本。该API让网站和程序可以通过编程的方式与该翻译服务整合起来。
链接：https://cloud.google.com/translate/docs/
2.Google Cloud SPEECH-TO-TEXT：让开发人员能够以一种易于使用的API来运用强大的神经网络模型，将音频转换成文本。API可识别120种语言及变种，支持你的全球用户群。
链接：https://cloud.google.com/speech-to-text/
3.IBM Watson Language Translator：可将文本从一种语言翻译成另一种语言。该服务提供了多种特定领域的模型，你可以基于独特的术语和语言进行定制。比如，可以用客户自己的语言与他们进行交流。
链接：http://www.ibm.com/watson/developercloud/language-translator.html
4.MotaWord：这是一种快速人工翻译平台。它提供70多种语言的翻译。该API还可以让开发人员获得每种翻译的报价、提交翻译项目（连同文档和样式指南）、跟踪翻译项目的进度以及实时获得活动信息。
链接：https://www.motaword.com/developer
5.WritePath Translation：该API让开发人员可以访问WritePath的功能，并与其他应用程序整合起来。可以用该API执行的操作包括：统计字数、发布翻译文档以及检索已翻译的文档和文本。
链接：https://www.writepath.co/en/developers
6.Houndify：通过一种可始终学习的独立平台，将语音和对话信息整合到你的产品中。
7. IBM Watson Conversation：可构建能明白自然语言的聊天机器人，并将它们部署到任何设备上的消息传递平台和网站。与该API属于同一类（面向语言的认知服务）的其他API包括：Dialog、Natural Language Classifier、Personality Insights、Document Conversion和Tone Analyzer。
链接：https://www.ibm.com/watson/developercloud/conversation.html
8. IBM Watson Speech：包括语音转换成文本和文本转换成语音（比如，将联系中心中的呼叫翻译成文字，或创建语音控制的应用程序。）
链接：https://www.ibm.com/watson/developercloud/speech-to-text.html
四、机器学习和预测
1.Amazon Machine Learning：可用来查找数据中的模式。该API的几种典型应用包括：用于检测欺诈、预测需求、针对性营销和点击预测。
链接：https://aws.amazon.com/documentation/machine-learning/
2.BigML：它为云托管的机器学习和数据分析提供了一种服务。用户可以通过标准的 HTTP ，使用基本的监督和无监督机器学习任务来设置数据源、创建预测模型。
3.Google Cloud Prediction：提供了一种充分利用REST的API，用于构建机器学习模型。这些工具有助于分析你的数据，为应用程序增加各种功能，比如客户情绪分析、垃圾邮件检测和推荐系统等。
链接：https://cloud.google.com/prediction/docs/
4.Guesswork：为电子商务网站提供了产品推荐引擎。Guesswork使用一种在Google Prediction API上运行的语义规则引擎，准确地预测客户意图。
5.Hu:toma：可帮助全球的开发人员构建深度学习聊天机器人，并从中获利，为此它让开发人员免费访问一种专有平台，该平台提供了创建和共享对话式AI的工具和渠道。
6.IBM Watson Retrieve and Rank：开发人员可以将数据装入到该服务，使用已知的相关结果来训练机器学习模型（Rank）。服务输出包括相关文档和元数据列表。比如，联系中心的接线员还能迅速找到答案，缩短平均的呼叫处理时间。
链接：http://www.ibm.com/watson/developercloud/retrieve-rank.html
7.indico：提供文本分析（比如情绪分析、推特参与和情绪）以及图像分析（比如脸部情绪和脸部定位）。indico API可免费使用，不需要训练数据。
8.Microsoft Azure Cognitive Service API：它在取代Azure Machine Learning Recommendations服务，后者基于预测分析提供解决方案。它为客户提供了个性化产品推荐，可提升销售成绩。新版本有新的功能，比如支持批量处理、更好的API Explorer、更整洁的API界面、更一致的注册/计费体验等。
链接：https://azure.microsoft.com/en-au/services/cognitive-services/
9.Microsoft Azure Anomaly Detection API：使用时间上均匀间隔的数值来检测时间序列数据中的异常。比如说，监测计算中的内存使用时，上升趋势可能要引起注意，因为这可能表明内存泄露。
链接：https://gallery.cortanaintelligence.com/MachineLearningAPI/Anomaly-Detection-2
10.Microsoft Cognitive Service - QnA Maker：将信息提炼成对话式、易于浏览的答案。与该API属于同一类（知识认知服务）的其他API包括：Academic Knowledge、Entity Linking、 Knowledge Exploration和Recommendations。
链接：https://www.microsoft.com/cognitive-services/en-us/qnamaker
11.Microsoft Cognitive Service - Speaker Recognition：让你的应用程序能够知道谁在说话。与该API属于同一类（面向语音的认知服务）的其他API包括：Bing Speech（可将语音转换成文本并将文本转换成语音，并理解其意图）和Custom Recognition。
链接：https://www.microsoft.com/cognitive-services/en-us/speaker-recognition-api
12.MLJAR：为设计、开发和部署模式识别算法提供了一种服务。
13.NuPIC：这是用Python/C++编写的开源项目，实现了Numenta的皮质学习算法，由NuPIC社区维护。该API让开发人员可以处理原始算法、将多个区域（包括层次结构）串联起来，并利用其他平台功能。
链接：https://github.com/numenta/nupic/wiki/NuPIC-API---A-bird's-eye-view
14.PredicSis：通过预测分析，获取大数据的强大洞察力，并提升营销效果。
15.PredictionIO：这是在Apache Spark、HBase和Spray上构建的开源机器学习服务器，采用Apache 2.0许可证发布。典型的API方法包括：创建和管理用户及用户记录、检索项目和内容、创建和管理基于用户的推荐。
链接：http://predictionio.incubator.apache.org/index.html
16.RxNLP – Cluster Sentences and Short Texts：这是一项文本挖掘和自然语言处理服务。其中一个API：Cluster Sentences API可以对句子（比如来自多个新闻报道的句子）和简短文本（比如来自推特和Facebook 状态更新的帖子）进行分组。
链接：http://www.rxnlp.com/api-reference/cluster-sentences-api-reference/
17.Recombee：提供了这样一项服务：借助充分利用REST的API，使用数据挖掘、查询语言和机器学习算法（比如协作过滤和基于内容的推荐）。
原文标题：50+ Useful Machine Learning & Prediction APIs, 2018 Edition，作者：Pedro Lopez
