mirror of
https://github.com/houbb/sensitive-word.git
synced 2026-03-22 08:27:36 +08:00
release branch 0.0.1
This commit is contained in:
@@ -13,10 +13,4 @@
|
||||
|
||||
| 序号 | 变更类型 | 说明 | 时间 | 备注 |
|
||||
|:---|:---|:---|:---|:--|
|
||||
| 1 | A | 网易 163 邮箱功能的实现 | 2019-12-31 17:12:14 | |
|
||||
|
||||
# release_0.0.2
|
||||
|
||||
| 序号 | 变更类型 | 说明 | 时间 | 备注 |
|
||||
|:---|:---|:---|:---|:--|
|
||||
| 1 | A | 多个收件人的特性支持 | 2020-1-6 17:12:14 | |
|
||||
| 1 | A | 基本功能的实现 | 2020-1-7 21:46:32 | |
|
||||
|
||||
@@ -10,3 +10,6 @@
|
||||
|
||||
## stop-word
|
||||
|
||||
## 重复词
|
||||
|
||||
ffffuuuucccckkk
|
||||
|
||||
264
doc/issues/v2-基本敏感词的简化.md
Normal file
264
doc/issues/v2-基本敏感词的简化.md
Normal file
@@ -0,0 +1,264 @@
|
||||
# 简化部分信息
|
||||
|
||||
## 纯数字
|
||||
|
||||
移除
|
||||
|
||||
## 去重
|
||||
|
||||
移除大量重复的信息。
|
||||
|
||||
提取出关键的敏感词语即可。
|
||||
|
||||
## 包含 stop-word 的信息
|
||||
|
||||
移除 stop-word 之后进行相关的处理。
|
||||
|
||||
## 单个字
|
||||
|
||||
48339 === Q
|
||||
83586 === q
|
||||
117538 === ━
|
||||
117539 === │
|
||||
117540 === ┃
|
||||
117541 === ┄
|
||||
117542 === ┅
|
||||
117554 === ┆
|
||||
117555 === ┇
|
||||
117556 === ┈
|
||||
117557 === ┉
|
||||
117558 === ┊
|
||||
117559 === ┋
|
||||
117560 === ┌
|
||||
117561 === ┍
|
||||
117562 === ┎
|
||||
117563 === ┏
|
||||
117564 === ┐
|
||||
117565 === ┑
|
||||
117566 === ┒
|
||||
117567 === ┓
|
||||
117568 === └
|
||||
117569 === ┕
|
||||
117570 === ┖
|
||||
117571 === ┗
|
||||
117572 === ┘
|
||||
117573 === ┙
|
||||
117574 === ┚
|
||||
117575 === ┛
|
||||
117576 === ├
|
||||
117577 === ┝
|
||||
117578 === ┞
|
||||
117579 === ┟
|
||||
117580 === ┠
|
||||
117581 === ┡
|
||||
117582 === ┢
|
||||
117583 === ┣
|
||||
117584 === ┤
|
||||
117585 === ┥
|
||||
117586 === ┦
|
||||
117587 === ┧
|
||||
117588 === ┨
|
||||
117589 === ┩
|
||||
117590 === ┪
|
||||
117591 === ┫
|
||||
117592 === ┬
|
||||
117593 === ┭
|
||||
117594 === ┮
|
||||
117595 === ┯
|
||||
117596 === ┰
|
||||
117597 === ┱
|
||||
117598 === ┲
|
||||
117599 === ┳
|
||||
117600 === ┴
|
||||
117601 === ┵
|
||||
117602 === ┶
|
||||
117603 === ┷
|
||||
117604 === ┸
|
||||
117605 === ┹
|
||||
117606 === ┺
|
||||
117607 === ┻
|
||||
117609 === ┼
|
||||
117610 === ┽
|
||||
117611 === ┾
|
||||
117612 === ┿
|
||||
117613 === ╀
|
||||
117614 === ╁
|
||||
117615 === ╂
|
||||
117616 === ╃
|
||||
117617 === ╄
|
||||
117618 === ╅
|
||||
117619 === ╆
|
||||
117620 === ╇
|
||||
117621 === ╈
|
||||
117622 === ╉
|
||||
117623 === ╊
|
||||
117624 === ╋
|
||||
117846 === ㄖ
|
||||
121501 === 买
|
||||
121979 === 乳
|
||||
123013 === 仆
|
||||
133622 === 功
|
||||
133786 === 動
|
||||
133790 === 務
|
||||
134011 === 區
|
||||
134255 === 卐
|
||||
134287 === 卖
|
||||
134910 === 卵
|
||||
135512 === 口
|
||||
136392 === 吊
|
||||
136576 === 吨
|
||||
137367 === 喷
|
||||
137479 === 嘸
|
||||
139926 === 奸
|
||||
140085 === 妈
|
||||
140126 === 妓
|
||||
140373 === 姘
|
||||
140397 === 姦
|
||||
140409 === 姩
|
||||
140464 === 娘
|
||||
140498 === 娼
|
||||
140503 === 婊
|
||||
140519 === 婬
|
||||
140562 === 媽
|
||||
140585 === 嫖
|
||||
140668 === 孕
|
||||
141291 === 寇
|
||||
141668 === 射
|
||||
142550 === 尻
|
||||
142603 === 尿
|
||||
142620 === 屄
|
||||
142639 === 屌
|
||||
142650 === 屍
|
||||
142653 === 屎
|
||||
142665 === 屙
|
||||
143107 === 巯
|
||||
143346 === 干
|
||||
143535 === 幹
|
||||
143735 === 床
|
||||
144165 === 弓
|
||||
144386 === 弩
|
||||
144931 === 忍
|
||||
145146 === 性
|
||||
145905 === 慰
|
||||
145913 === 慾
|
||||
146837 === 戳
|
||||
146919 === 房
|
||||
147574 === 扣
|
||||
149446 === 抠
|
||||
149774 === 抽
|
||||
150089 === 挂
|
||||
150244 === 捻
|
||||
150260 === 掛
|
||||
150296 === 掯
|
||||
151938 === 插
|
||||
152406 === 操
|
||||
153468 === 日
|
||||
154328 === 曰
|
||||
154902 === 本
|
||||
155789 === 枪
|
||||
156187 === 槍
|
||||
156578 === 歌
|
||||
156780 === 死
|
||||
158105 === 氟
|
||||
158172 === 氯
|
||||
158265 === 氰
|
||||
158565 === 汞
|
||||
159598 === 洱
|
||||
159944 === 淪
|
||||
159948 === 淫
|
||||
161116 === 滚
|
||||
161125 === 滛
|
||||
161669 === 灾
|
||||
161676 === 炮
|
||||
161774 === 烂
|
||||
161845 === 烯
|
||||
161856 === 烷
|
||||
162055 === 爛
|
||||
162196 === 爽
|
||||
162941 === 獨
|
||||
162985 === 獸
|
||||
163396 === 甙
|
||||
163934 === 畜
|
||||
165856 === 眯
|
||||
165880 === 睾
|
||||
165889 === 瞳
|
||||
166039 === 砒
|
||||
166049 === 砜
|
||||
166086 === 砷
|
||||
166097 === 础
|
||||
166234 === 硼
|
||||
166254 === 碡
|
||||
166265 === 碱
|
||||
166275 === 碼
|
||||
166290 === 磷
|
||||
166298 === 磺
|
||||
166876 === 穴
|
||||
167390 === 糞
|
||||
167499 === 統
|
||||
167536 === 綸
|
||||
167961 === 罂
|
||||
168722 === 羟
|
||||
168800 === 羰
|
||||
169070 === 耣
|
||||
169444 === 肏
|
||||
169474 === 肛
|
||||
169508 === 肝
|
||||
169679 === 肼
|
||||
169680 === 肾
|
||||
169725 === 胂
|
||||
169729 === 胍
|
||||
169883 === 胺
|
||||
169907 === 脬
|
||||
169939 === 腈
|
||||
170004 === 膦
|
||||
170283 === 臺
|
||||
170406 === 色
|
||||
171007 === 苄
|
||||
171216 === 茎
|
||||
171229 === 草
|
||||
171395 === 萋
|
||||
171473 === 葵
|
||||
171614 === 蔻
|
||||
172474 === 裸
|
||||
172599 === 褻
|
||||
172877 === 証
|
||||
174115 === 賤
|
||||
174531 === 贱
|
||||
174972 === 踢
|
||||
174984 === 蹣
|
||||
175044 === 躶
|
||||
175063 === 輪
|
||||
175475 === 轮
|
||||
175543 === 辦
|
||||
176368 === 逼
|
||||
176679 === 酐
|
||||
176733 === 酮
|
||||
176734 === 酯
|
||||
176735 === 酰
|
||||
176767 === 醚
|
||||
176768 === 醛
|
||||
177126 === 鈤
|
||||
177295 === 鎷
|
||||
177321 === 钒
|
||||
177332 === 钠
|
||||
177487 === 铀
|
||||
177569 === 铊
|
||||
179476 === 锇
|
||||
179520 === 镉
|
||||
179521 === 镍
|
||||
179803 === 阴
|
||||
180109 === 陰
|
||||
180173 === 隂
|
||||
180292 === 雞
|
||||
180594 === 靠
|
||||
181185 === 騒
|
||||
181190 === 騷
|
||||
181303 === 驽
|
||||
181352 === 骚
|
||||
182246 === 鯫
|
||||
182247 === 鰢
|
||||
182306 === 鸠
|
||||
182308 === 鸡
|
||||
182405 === 鸨
|
||||
183438 === B
|
||||
183491 === b
|
||||
Reference in New Issue
Block a user