赞
踩
字符串匹配是一个技术活,敏感词检测首先有一个敏感词词库,也就是敏感词的列表。
第一个想到的方法把敏感词放到一个set里,再待检测的文本分词,到set里去匹配;
第二种方法是遍历set,用正则表达式来过滤。
以上两种方法,在数据量小的时候没有问题,但是,当数据量非常大的时候,性能就不行了。
前缀树算法:
https://blog.csdn.net/qq_37410328/article/details/83183673
AC自动机:
https://blog.csdn.net/weixin_33973600/article/details/91664339
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。