前言

对文本内容进行合规检测，识别广告法违禁词、极限宣传用语、色情低俗、恶意推广、辱骂攻击及低质灌水等违规信息，重点筛查广告营销类##表述，例如：最受欢迎、最后一波、顶级工艺、全网首发、世界领先等，保障内容发布合规安全。

运用场景

1. 电商商品文案审核
   适用于电商平台商品标题、详情页描述、营销文案的自动审核，可快速识别并拦截广告法违禁词、极限词、低俗及恶意推广类表述，降低平台合规风险。

2. 短视频与直播内容筛查
   针对短视频脚本、直播口播文案、弹幕及评论内容进行敏感词检测，过滤辱骂、低俗灌水、违规营销话术，保障内容发布安全合规。

3. 企业宣传物料文字校验
   用于品牌海报、宣传软文、线下广告物料、公众号推文等文本审核，识别违规宣传用语，避免因不当表述引发合规问题。

API介绍

请求参数

详见此处

返回示例

{
  "msg": "成功",// 返回对应的描述
  "code": 200,// 返回码，详见返回码说明
  "taskNo": "026116187237614523277406",// 本次请求号
  "charge": true,// 计费标志
  "data": {
    "resultMsg": "不合规",// result对应的描述
    "result": "2",//  审核结果类型，可取值1、2、3、4，分别代表1：合规，2：不合规，3：疑似，4：审核失败
    "resultItems": [// 不合规项，合规时不返回，下面为文本“这款面料采用最先进加工工艺，在相关领域填补国内空白”的返回
      {
        "nonComplianceType": 1,// 详见不合规类型
        "msg": "存在文本黑名单不合规",// 不合规描述
        "hits": [// 命中的词
          {
            "probability": "", // 不合规项置信度，范围：0至1，数字越大，可能性越高
            "words": [// 送检文本命中词库的关键词。
              "最",
              "填补国内空白",
              "最先",
              "最先进加工工艺",
              "最先进"
            ],
            "modelHitPositions":[//送检文本命中模型的详细信息，包含位置信息及置信度信息。位置信息：命中模型的违规内容在送检原文中的位置（从0开始计算）：“开始位置”、“结束位置”；置信度信息：命中模型对应的置信度分数（范围：0至1，数字越大，可能性越高）
              [
                0,
                6,
                0.9998
              ]
            ],
            "wordHitPositions": [// 送检文本命中词库的详细信息，为Object的列表，keyword、positions、label三个字段。
              {
                "positions": [
                  [
                    6,
                    6
                  ]
                ],
                "label": "", // 关键词命中的细分标签，详见label字段描述。
                "keyword": "最" // 命中的词
              },
              {
                "positions": [
                  [
                    6,
                    7
                  ]
                ],
                "keyword": "最先"
              },
              {
                "positions": [
                  [
                    6,
                    8
                  ]
                ],
                "keyword": "最先进"
              },
              {
                "positions": [
                  [
                    6,
                    12
                  ]
                ],
                "keyword": "最先进加工工艺"
              },
              {
                "positions": [
                  [
                    19,
                    24
                  ]
                ],
                "keyword": "填补国内空白"
              }
            ]
          }
        ]
      }
    ]
  }
}