敏感词库集合包敏感词排查方法

敏感词库集合是小编收集的最新、最全的敏感词，内容覆盖两万多条，包括色情、暴恐、反动、民生及贪腐等六大类词库，敏感词库集合了各种敏感词的txt文档，收录2017最新、最全的敏感词库，内容覆盖两万多条，根据不同行业的进行了分类提供了txt、xlsx文本格式方便用户直接导入使用python、php、Java、数据库都很方便，敏感词主要的范围指的就是带有敏感政治倾向（或反执政党倾向）、暴力倾向、不健康色彩的词或不文明语言，在现实中，随着网络科技的发展，随着而来的网络暴力也越来越严重，越来越的人因为网络上的留言而走上轻生的地步，因此国家有关部分特意针对此类问题分布了一系列禁止出现的敏感词，当用户在网络上发帖或者发文章的时候，若出现此类敏感信息系统就将自动屏蔽，或者直接不允许分布，需要的朋友赶紧来下载使用吧。

敏感词库集合包图1

整合了多个敏感词库，并添加java实现敏感词过滤的工具类 需要根据具体业务适当调整词库内容；敏感词集合，共2W+的敏感词，已通过程序算法去除重复项；里面整理了最新网络词库

★色情词库

★暴恐词库

★反动词库

★民生词库

★其他词库

★贪腐词库

敏感词库集合包图2

为了方便管理，大多数论坛都设置了敏感词。 例如，当您使用特定的预设词发布信息时，将无法发送该信息。 或者，该单词会自动替换为星号（*）或叉号（X）等，或者是统一的。 在大多数网站上，敏感词通常是指具有敏感政治倾向（或反执政党倾向），暴力倾向，不健康色彩的词或不文明的词；也有一些网站设置了一些特殊的敏感词，这些词仅根据其实际情况适用于该网站。 例如，许多电子商务网站都会涉及一些侵犯知识产权并且不适合销售的产品，例如将“山寨”，“平行进口”和“盗版”，“烧伤”等设置为 敏感词，不能在产品简介中发布。竞争对手的名字也是敏感词，不能在某些电子商务网站上发布

敏感信息词举例说明：

例如，“ Pi”一词在中国绝对是一个敏感的词。 主要原因是它不雅，另一个是与黄色的联系。 然而，实际上，“ Pi”的使用率惊人地高。 诸如此类的词，例如“皮敏”，“皮字”，“狗皮不合理”，“皮尿”等，人们通常会在正常写作中愤怒地看到。 同时，“ Pi”通常用于称呼泰国某人。 如果您的名字叫Chen，您在泰国将被称为“ Pi Chen”。 同时，如果您称呼某人为“ Pipi”，则更受尊重，例如老人或女人。 王姓，你叫她“皮皮王”，她会很高兴。 显然，在泰国，“ Pi”是一个受人尊敬的名称，类似于我们所说的“老王”和“小罗”。

敏感词库集合包图3

1. 2017年敏感信息词典集成了多个敏感词典，并添加了Java工具来实现敏感词过滤。 词典的内容需要根据具体业务进行适当调整。

2.敏感词集，总共2W +个敏感词，程序算法已删除了重复项。

3.内部组织了最新的在线同义词库

4.考虑到各个行业要求的不同分词规则，因此没有合并

5.该文件为txt，xlsx文本，用于敏感单词过滤

一、大致锁定敏感词出现的范围，进行替换尝试

1.明确你的经验，是否是敏感词密集型的主题，比如政治、性等在中国有管制的主题；如果是的话，那你就要注意你通篇的措辞，如何巧妙得选择词汇，避开敏感词，将是非常考验写手经验的。