求高效算法過(guò)濾非法詞。。。

starzhestarzhe

各有大神有現(xiàn)成的嗎？

ecjtubaowp

正則 or 字符串匹配

starzhestarzhe

關(guān)鍵詞一多，效率太差了，考慮文本的分詞，然后關(guān)鍵詞分類...不知道可行不？

留痕之雁

{:3_189:}{:3_189:}什么是非法詞？目地？

liexusong

最近我也做這個(gè)，自己寫了個(gè)服務(wù)端過(guò)濾

zhainx

目的就是阻止我們這幫P民，亂搜太上皇啥的！

isscc

開鏈hash，先hash，然后字符串匹配�；蛘咴谇懊孢�可以放一個(gè)bloom filter，命中的到hash里面去找

starzhestarzhe

最近我也做這個(gè)，自己寫了個(gè)服務(wù)端過(guò)濾
liexusong 發(fā)表于 2011-07-09 13:03

    求分享{:3_187:}

xhl

簡(jiǎn)單的臟詞過(guò)濾， 做個(gè)字典就可以了。


用一個(gè)tiretree, 每個(gè)tree有256個(gè)節(jié)點(diǎn)（每個(gè)代表一個(gè)字符),

吧臟詞構(gòu)造出來(lái)， 然后過(guò)濾的時(shí)候， 就直接一個(gè)字符一個(gè)字符比較就可以了， 如果匹配了， 就是非法詞。

沒(méi)匹配， 就不非法。


復(fù)雜的做法就不介紹了， 一般用上述方法做簡(jiǎn)單的臟詞過(guò)濾足以。

xylophone21

把關(guān)鍵詞給Google，返回reset就非法，否則就不非法。