نام سے جنس کی جانچ

ہم نام سے جنس کیسے شناخت کرتے ہیں

ہمارا جدید AI لاکھوں ڈیٹا پوائنٹس پر تربیت یافتہ مشین لرننگ الگورتھم کا استعمال کرتے ہوئے ناموں کا تجزیہ کرتا ہے۔ ہم ایک سادہ لیکن طاقتور API فراہم کرتے ہیں جو آپ اپنی ایپلی کیشنز میں ریئل ٹائم جنس کی پیش گوئیوں کے لیے آسانی سے ضم کر سکتے ہیں

🚀 API کے ساتھ انضمام کے لیے تیار

ہمارے RESTful API کے ساتھ فوری نتائج حاصل کریں — صارف کے انضمام، شخصی سازی اور ڈیموگرافک تجزیہ کے لیے بہترین

🔧API آزمائیں

🔍

مکمل نام کا تجزیہ

ہم جدید الگورتھم کا استعمال کرتے ہوئے جنس کی پیش گوئیوں کی درستگی کو بہتر بنانے کے لیے پہلے ناموں اور آخری ناموں کا تجزیہ کرتے ہیں

🌍

کثیر لسانی حمایت

ہمارا نظام دنیا بھر کی مختلف زبانوں، لہجوں اور ثقافتی سیاق و سباق میں ناموں کی شناخت کرتا ہے

🌐

عالمی کوریج

ہم 195 سے زائد ممالک کے ناموں کا احاطہ کرتے ہیں، بشمول USA، UK، انڈیا، چین، برازیل، جرمنی، فرانس، جاپان اور بہت سے دیگر

✨ دنیا بھر کے ڈیولپرز پر بھروسہ•🔒 رازداری کو ترجیح•⚡ تیز رفتار جوابات

بڑے ڈیٹا کے لیے CSV کی حمایت

firstName	lastName	gender	genderProbability	age	ageProbability	country	countryProbability
Alice	Smith	female	0.98	28	0.94	USA	0.95
Bob	Johnson	male	0.96	35	0.91	Canada	0.92
Charlie	Brown	male	0.89	22	0.87	UK	0.88
Diana	Prince	female	0.97	30	0.93	France	0.91
Emily	Clark	female	0.93	25	0.89	Australia	0.9
Fatima	Khan	female	0.94	27	0.92	Pakistan	0.93
Juan	Martinez	male	0.91	32	0.88	Spain	0.89
Liu	Wei	male	0.92	29	0.9	China	0.9
Olga	Ivanova	female	0.95	31	0.91	Russia	0.92
Sara	Ahmed	female	0.9	26	0.86	Egypt	0.88
Tom	Hansen	male	0.87	34	0.85	Norway	0.86