关于目前中文关键字过滤的方式

这是一个专门讨论 idea 的地方。

每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。

那这个时候，不妨可以把那些 idea 分享出来，启发别人。

You need to sign in to view this topic

This topic created in 2724 days ago, the information mentioned may be changed or developed.

1.正则
2.特定关键字
3.机器学习？

对于 1，规则不好维护，并且有人想特意绕过也不是不能做到，比如使用火星文，同音字
对于 2，没有语意分析，会导致例如添加了关键字[成人]
等这人参果长成人型这句话的成人被屏蔽
对于 3 不了解，大概是基于统计学，如果没有初始的学习数据，而且很难说得清为什么一句话被过滤出来

有没有现成的，针对中文进行拆字和注音，依据字形或读音来进行过滤
可以一定程度上减少火星文，同音字的垃圾内容

仅讨论技术

同音

过滤

成人

统计学

1 replies

zgcwkj

May 15, 2019

目前基本上是正则加关键字过滤，无论中文还是英文。
因为大脑比写死的程序强，所以如果要别较厉害的话，可以尝试机器学习，但你又懂得多少呢？
还不如按照大家的方式来的快！（当然你也可以自己研究）