content_analysis/sentiment_analysis/live

POST /v3/content_analysis/sentiment_analysis/live

#分析 –感分析（实时）

本接口用于分析目标引用的感分布感极性、绪类型、页面类型、国家/地区和语言等维度。

请求方法与路径：

text

POST https://api.seermartech.cn/v3/content_analysis/sentiment_analysis/live

计费说明

本接口按请求计费。参考价约 ¥0.1442 / 次，费用取决于任务及返回数据规模，扣费以响应头 X-SeerMarTech-Charge-CNY 为准。

所有 POST 请求体使用 UTF-8 编码的 JSON 格式，并将任务参数放请求体数组中。实时接口每次请求只能提交 1 个任务。

平台限流以认证说明中的 30/60/120 次/分钟规则为准

单次实时接口请求最多 1 个任务
同时发送的请求数最多为 30 个
支持设置返回结果数量、筛选条件和排序方式

请求参数

参数	类型	填	说明
`keyword`	string	是	目标，使用 UTF-8 编码。会被转换为小写。若要匹完整短语而不是独立，请使用双引号和反斜杠，例如：`"keyword": "\"tesla palo alto\""`。
`keyword_fields`	object	否	按指定字段中的筛选数据。支持的字段 `title`、`main_title`、`previous_title`、`snippet`。可同时指定多个字段。精确短语匹同样需要使用双引号和反斜杠。
`page_type`	array	否	按页面类型筛选数据。可选值：`ecommerce`、`news`、`blogs`、`message-boards`、`organization`。
`internal_list_limit`	integer	否	限制数组中的最大数量。适用于 `top_domains`、`text_categories`、`page_categories`、`countries`、`languages`。默认值为 `1`，最大值为 `20`。
`positive_connotation_threshold`	float	否	正向感概率阈值。设置后，响应中的 `connotation_types` 正向感概率大于或等于该阈值的引用。取值范围为 `0`–`1`，默认值为 `0.4`。
`sentiments_connotation_threshold`	float	否	绪类型概率阈值。设置后，响应中的 `sentiment_connotations` 每种绪概率大于或等于该阈值的引用。取值范围为 `0`–`1`，默认值为 `0.4`。
`initial_dataset_filters`	array	否	初始数据集筛选条件，用于筛选 Search 接口支持的字段。最多添加 8 个筛选条件，并需在条件之间指定 `and` 或 `or` 逻辑运算符。
`rank_scale`	string	否	指定 `rank` 字段的计算和展示范围。可选值：`one_hundred`（0–100）和 `one_thousand`（0–1000）。默认值为 `one_thousand`。
`tag`	string	否	自定义任务标识，最大长度为 255 个字符。该值会原样返回在响应任务的 `data` 对象中，可用于请求和结果。

`keyword_fields` 示例

json

{
  "keyword_fields": {
    "snippet": "\"logitech mouse\"",
    "main_title": "sale"
  }
}

`initial_dataset_filters` 示例

筛选条件最多支持 8 个，可使用以下运算符：

text

regex、not_regex、<、<=、>、>=、=、<>、in、not_in、
like、not_like、has、has_not、match、not_match

like 和 not_like 支持使用 % 匹零个或多个字符。

示例：

json

{
  "initial_dataset_filters": [
    [
      "and",
      [
        "domain",
        "like",
        "%example%"
      ]
    ]
  ]
}

更多筛选规则请参考：

请求示例

curl

bash

curl --location --request POST \
  "https://api.seermartech.cn/v3/content_analysis/sentiment_analysis/live" \
  --header "Authorization: Bearer smt_live_YOUR_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '[
    {
      "keyword": "logitech",
      "internal_list_limit": 1
    }
  ]'

Python

python

import requests

url = "https://api.seermartech.cn/v3/content_analysis/sentiment_analysis/live"

headers = {
    "Authorization": "Bearer smt_live_YOUR_KEY",
    "Content-Type": "application/json"
}

payload = [
    {
        "keyword": "logitech",
        "internal_list_limit": 1
    }
]

response = requests.post(url, headers=headers, json=payload)

if response.ok:
    result = response.json()
    print(result)
else:
    print(f"HTTP 错误：{response.status_code}")
    print(response.text)

TypeScript

typescript

import axios from "axios";

const postArray = [
  {
    keyword: "logitech",
    internal_list_limit: 1
  }
];

axios({
  method: "post",
  url: "https://api.seermartech.cn/v3/content_analysis/sentiment_analysis/live",
  headers: {
    Authorization: "Bearer smt_live_YOUR_KEY",
    "Content-Type": "application/json"
  },
  data: postArray
})
  .then((response) => {
    // 处理响应数据
    console.log(response.data);
  })
  .catch((error) => {
    console.error("请求失败：", error.response?.data || error.message);
  });

响应结构

接口返回 JSON 数据，顶层 tasks 数组。

顶层响应字段

字段	类型	说明
`version`	string	当前 API 版本。
`status_code`	integer	通用响应状态码。成功通常为 `20000`。
`status_message`	string	通用状态说明。
`time`	string	请求执行耗时，单位为秒。
`cost`	float	平台原始 USD 成本兼容字段；人民币实扣以 `X-SeerMarTech-Charge-CNY` 为准。
`tasks_count`	integer	`tasks` 数组中的任务总数。
`tasks_error`	integer	`tasks` 数组中返回错误的任务数量。
`tasks`	array	任务结果数组。

任务字段

字段	类型	说明
`id`	string	任务唯一标识，UUID 格式。
`status_code`	integer	任务状态码，通常在 `10000`–`60000` 范围。
`status_message`	string	任务状态说明。
`time`	string	任务执行耗时，单位为秒。
`cost`	float	平台原始 USD 成本兼容字段；人民币实扣以 `X-SeerMarTech-Charge-CNY` 为准。
`result_count`	integer	`result` 数组中的数量。
`path`	array	请求 URL 路径。
`data`	object	创建任务时提交的参数。
`result`	array	分析结果数组。

完整错误码和状态说明请参考 /v3/appendix/errors。

结果字段

result 中的结果类型为：

text

content_analysis_sentiment_analysis

`positive_connotation_distribution`

按感极性统计引用分布，支持以下类型：

positive：正向
negative：负向
neutral：中性

每种感类型对应一个 content_analysis_summary 对象，以下字段：

字段	类型	说明
`type`	string	固定为 `content_analysis_summary`。
`total_count`	integer	结果总数。
`rank`	integer	所有 URL 中的排名。
`top_domains`	array	引用数量最多的域名及引用数量。
`sentiment_connotations`	object	各种绪类型及对应引用数量。
`connotation_types`	object	正向、负向和中性引用数量。
`text_categories`	array	文本分类及各分类下的引用数量。
`page_categories`	array	页面分类及各分类下的引用数量。
`page_types`	object	页面类型及对应引用数量。
`countries`	object	国家/地区代码及对应引用数量。
`languages`	object	语言代码及对应引用数量。

`sentiment_connotations`

表示引用中的绪类型及引用数量。支持以下绪：

anger：愤怒
happiness：快乐
love：喜爱
sadness：悲伤
share：分享
fun：趣味

`connotation_types`

表示引用的感极性：

json

{
  "positive": 2286584,
  "negative": 198296,
  "neutral": 785304
}

`sentiment_connotation_distribution`

按绪类型统计引用分布，支持：

anger、happiness、love、sadness、share、fun

每个绪类型下均一个 content_analysis_summary 对象，字段与 positive_connotation_distribution 中的感类型对象一致：

type
total_count
rank
top_domains
sentiment_connotations
connotation_types
text_categories
page_categories
page_types
countries
languages

响应示例

以下为结构化示例，部分数组已简化：

json

{
  "version": "0.1.20220819",
  "status_code": 20000,
  "status_message": "Ok.",
  "time": "23.0121 sec.",
  "cost": 0.1442,
  "tasks_count": 1,
  "tasks_error": 0,
  "tasks": [
    {
      "id": "00000000-0000-0000-0000-000000000000",
      "status_code": 20000,
      "status_message": "Ok.",
      "time": "22.9810 sec.",
      "cost": 0.1442,
      "result_count": 1,
      "path": [
        "v3",
        "content_analysis",
        "sentiment_analysis",
        "live"
      ],
      "data": {
        "api": "content_analysis",
        "function": "sentiment_analysis",
        "keyword": "logitech",
        "internal_list_limit": 1
      },
      "result": [
        {
          "type": "content_analysis_sentiment_analysis",
          "positive_connotation_distribution": {
            "positive": {
              "type": "content_analysis_summary",
              "total_count": 2854419,
              "rank": 638,
              "top_domains": [],
              "sentiment_connotations": {
                "anger": 67,
                "happiness": 151184,
                "love": 8793,
                "sadness": 208,
                "share": 118464,
                "fun": 4955
              },
              "connotation_types": {
                "positive": 2286584,
                "negative": 198296,
                "neutral": 785304
              },
              "text_categories": [],
              "page_categories": [],
              "page_types": {
                "blogs": 1348461,
                "organization": null,
                "news": null,
                "message-boards": null,
                "ecommerce": null
              },
              "countries": {
                "BE": 390724
              },
              "languages": {
                "en": 1729629
              }
            },
            "negative": {
              "type": "content_analysis_summary",
              "total_count": 1683708,
              "rank": 638,
              "top_domains": [],
              "sentiment_connotations": {
                "anger": 147,
                "happiness": 87373,
                "love": 2947,
                "sadness": 708,
                "share": 90589,
                "fun": 4890
              },
              "connotation_types": {
                "positive": 246750,
                "negative": 1176349,
                "neutral": 252617
              },
              "text_categories": [],
              "page_categories": [],
              "page_types": {
                "blogs": 539005,
                "organization": null,
                "news": null,
                "message-boards": null,
                "ecommerce": null
              },
              "countries": {
                "US": 100736
              },
              "languages": {
                "en": 689101
              }
            },
            "neutral": {
              "type": "content_analysis_summary",
              "total_count": 2854419,
              "rank": 638,
              "top_domains": [],
              "sentiment_connotations": {
                "anger": 48,
                "happiness": 72433,
                "love": 2073,
                "sadness": 757,
                "share": 90082,
                "fun": 2248
              },
              "connotation_types": {
                "positive": 579995,
                "negative": 182173,
                "neutral": 2437398
              },
              "text_categories": [],
              "page_categories": [],
              "page_types": {
                "blogs": 1468065,
                "organization": null,
                "news": null,
                "message-boards": null,
                "ecommerce": null
              },
              "countries": {
                "US": 338896
              },
              "languages": {
                "en": 2441543
              }
            }
          },
          "sentiment_connotation_distribution": {
            "anger": {
              "type": "content_analysis_summary",
              "total_count": 650,
              "rank": 127,
              "top_domains": [],
              "sentiment_connotations": {
                "anger": 177,
                "happiness": 114,
                "love": 0,
                "sadness": 2,
                "share": 2,
                "fun": 1
              },
              "connotation_types": {
                "positive": 113,
                "negative": 352,
                "neutral": 139
              },
              "text_categories": [],
              "page_categories": [],
              "page_types": {
                "blogs": 125,
                "organization": null,
                "news": null,
                "message-boards": null,
                "ecommerce": null
              },
              "countries": {
                "DE": 41
              },
              "languages": {
                "de": 498
              }
            }
          }
        }
      ]
    }
  ]
}

错误处理

建议客户端同时检查以下状态：

HTTP 状态码是否成功。
顶层 status_code 是否为成功状态。
任务级 tasks[].status_code 是否为成功状态。
tasks_error 是否大于 0。
status_message 是否错误或异常说明。

完整状态码和错误码请参考 /v3/appendix/errors。

实用场景

监测品牌的正负面舆，识别负向引用集中出现的国家、语言和页面类型，及时安排声誉管理。
分析竞品的用户绪结构，对比多个品牌的正向、负向和中性比例，为 SEO 与策略提供依据。
定位高负面绪来源，通过 sentiment_connotation_distribution 和 top_domains 找出影响品牌认知的重点网站。
优化选题与页面类型布局，分析博客、新闻、电商和组织页面中的感表现，调整投放渠道。
构建舆报表，按国家/地区、语言、文本分类和页面分类汇总引用数据，为市场拓展和本地化 SEO 决策提供支持。

content_analysis/sentiment_analysis/live ​

计费说明 ​

请求参数 ​

keyword_fields 示例 ​

initial_dataset_filters 示例 ​

请求示例 ​

curl ​

Python ​

TypeScript ​

响应结构 ​

顶层响应字段 ​

任务字段 ​

结果字段 ​

positive_connotation_distribution ​

sentiment_connotations ​

connotation_types ​

sentiment_connotation_distribution ​

响应示例 ​

错误处理 ​

实用场景 ​

content_analysis/sentiment_analysis/live

计费说明

请求参数

`keyword_fields` 示例

`initial_dataset_filters` 示例

请求示例

curl

Python

TypeScript

响应结构

顶层响应字段

任务字段

结果字段

`positive_connotation_distribution`

`sentiment_connotations`

`connotation_types`

`sentiment_connotation_distribution`

响应示例

错误处理

实用场景