2017敏感信息詞庫內(nèi)含2017最新、最全的敏感詞，內(nèi)容覆蓋兩萬多條，包括色情、暴恐、反動(dòng)、民生及貪腐等六大類詞庫。敏感詞主要的范圍指的就是帶有敏感政治傾向（或反執(zhí)政黨傾向）、暴力傾向、不健康色彩的詞或不文明語言，在現(xiàn)實(shí)中，隨著網(wǎng)絡(luò)科技的發(fā)展，隨著而來的網(wǎng)絡(luò)暴力也越來越嚴(yán)重，越來越的人因?yàn)榫W(wǎng)絡(luò)上的留言而走上輕生的地步，因此國家有關(guān)部分特意針對此類問題分布了一系列禁止出現(xiàn)的敏感詞，當(dāng)用戶在網(wǎng)絡(luò)上發(fā)帖或者發(fā)文章的時(shí)候，若出現(xiàn)此類敏感信息系統(tǒng)就將自動(dòng)屏蔽，或者直接不允許分布。

色情詞庫

暴恐詞庫

反動(dòng)詞庫

民生詞庫

其他詞庫

貪腐詞庫

敏感詞匯2017圖一

大部分論壇，為了方便管理，都進(jìn)行了關(guān)于敏感詞的設(shè)定。比如，當(dāng)你發(fā)貼的時(shí)候帶有某些事先設(shè)定的詞時(shí)，這個(gè)貼是不能發(fā)出的�；蛘哌@個(gè)詞被自動(dòng)替換為星號(*)或叉號(X)等，或者說是被和諧掉了。在多數(shù)網(wǎng)站，敏感詞一般是指帶有敏感政治傾向（或反執(zhí)政黨傾向）、暴力傾向、不健康色彩的詞或不文明語。也有一些網(wǎng)站根據(jù)自身實(shí)際情況，設(shè)定一些只適用于本網(wǎng)站的特殊敏感詞，例如很多電子商務(wù)網(wǎng)站會(huì)將一些涉及侵犯知識產(chǎn)權(quán)，不宜銷售的商品，例如“山寨”、“水貨”、“盜版”、“刻錄”等設(shè)置為敏感詞，在商品簡介中這些詞是發(fā)不出來的。競爭對手的名稱在一些電商網(wǎng)站也是無法發(fā)出的敏感詞。

1、2017敏感信息詞庫整合了多個(gè)敏感詞庫，并添加java實(shí)現(xiàn)敏感詞過濾的工具類，需要根據(jù)具體業(yè)務(wù)適當(dāng)調(diào)整詞庫內(nèi)容。

2、敏感詞集合，共2W+的敏感詞，已通過程序算法去除重復(fù)項(xiàng)。

3、里面整理了最新網(wǎng)絡(luò)詞庫。

4、考慮到各行各業(yè)需要的分詞規(guī)則不同，故沒有合并。

5、文件為txt、xlsx文本用于敏感詞過濾。

例如“Pi”這個(gè)詞，在國內(nèi)“Pi”絕對算的上是敏感詞語，主要原因一是不雅，二是與黃色有連帶關(guān)系，但在現(xiàn)實(shí)中，“Pi”的使用率卻出奇的高，比如人們憤憤然說的“Pi民”、“Pi話”、“狗Pi不通”、“Pi滾尿流”等等，在正常的行文中經(jīng)�？梢钥吹�。同時(shí)“Pi”在泰國一般用于稱呼某個(gè)人，如您叫陳，則在泰國就會(huì)被稱為“Pi陳”，同時(shí)果稱誰為“Pipi”，那更是尊稱，比如某老人或女人姓王，你叫她“Pipi王”，她會(huì)高興得不得了。顯然，在泰國“Pi”是個(gè)尊稱，類似我們說老王、小羅之類。