千万级敏感词过滤设计

全栈程序员-站长 • 2022年5月30日下午8:00 • 未分类 • 阅读 39

千万级敏感词过滤设计需求分析系统有千万级的禁词需要去过滤当中包含人名特殊符号组成的语句网址单字组合成的敏感词等等初步设计 1.解决千万级禁词存储及查找问题 2.解决被过滤文本内容过多问题详细设计 1.采用ES作为禁词库千万级数据检索时间在毫秒级满足需求 2.不适用分词器需要完整匹配分词后很多词都是合法的组合之后才是敏感词 3.被过滤文本内容分词不完整利用IK分词器分词结果不适合现…

大家好，又见面了，我是你们的朋友全栈君。

需求分析

系统有千万级的禁词需要去过滤
当中包含人名 特殊符号组成的语句 网址 单字组合成的敏感词 等等

初步设计

	1.解决千万级禁词存储及查找问题
	2.解决被过滤文本内容过多问题

详细设计

	1.采用ES作为禁词库 千万级数据检索时间在毫秒级满足需求
	2.不适用分词器需要完整匹配 分词后很多词都是合法的 组合之后才是敏感词
	3.被过滤文本内容分词不完整 利用IK分词器分词结果不适合现在的业务场景
		只能采用字符串分割的方式来匹配ES库
		带来的问题就是效率低下同步多线程下千字也需要将近4秒
		考虑采用异步模式来解决大数据量需要审核状态

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们举报，一经查实，本站将立刻删除。

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/138801.html原文链接：https://javaforall.net

赞 (0)

全栈程序员-站长

0 0

js判断是否是数字——isNaN()函数

js判断是否是数字——isNaN()函数isNaN　　返回一个Boolean值，指明提供的值是否是保留值NaN（不是数字）。　　NaN即NotaNumber　　isNaN(numValue)　　必选项numvalue参数为要检查是否为NAN的值。　　说明　　假如值是NaN，那么isNaN函数返回true，否则返回false。使用这个函数的典型情况是检查parseInt

全栈程序员-站长
2022年6月18日
49
java executeupdate,Java线程安全中的executeUpdate方法[通俗易懂]

java executeupdate,Java线程安全中的executeUpdate方法[通俗易懂]IhavemultiplethreadstryingtoupdateaMySQLdatabase?isexecuteUpdatemethodthread-safetouse?解决方案No,itisnotthread-safetouse.Infact,ifsomeotherthreadusesastatement,andthenanot…

全栈程序员-站长
2022年10月20日
0
nvl，空时的推断和取值

nvl，空时的推断和取值

全栈程序员-站长
2021年12月4日
49
Python中Permission denied怎么解决

Python中Permission denied怎么解决运行代码时，出现诸如这样的文件的权限有可能出问题，不过更多是路径本身有问题。

全栈程序员-站长
2022年10月22日
0
pattern 正则_JAVA 正则表达式

pattern 正则_JAVA 正则表达式1.组（Group）组是正则表达式的一个子集，每个组都有一个编号，通过从左到右计算左括号来进行编号。正则表达式“((A)(B©))”有4个组：((A)(B©))(A)(B©)©组0表示整个正则表达式，除组0外每一个组都被一对括号括住，如果一个正则表达式里面没有括号，则它只有组0即整个表达式。下面是组号的示例程序：Patternp=Pattern.compile(“([0-9]+)([^0-9]+)”);Matcherm1=p.matcher(“namejack,age18

全栈程序员-站长
2025年6月1日
1
决策树分析例题经典案例_决策树例题分析及解答

决策树分析例题经典案例_决策树例题分析及解答决策树例题分析及解答 1 例某农业企业有耕地面积 33 333 公顷可供灌水量 6300 立方米在生产忙季可供工作日 2800 个用于种植玉米棉花和花生三种作物预计三种作物每公顷在用水忙季用工日数灌水量和利润见表在完成 16 5 万公斤玉米生产任务的前提下如何安排三种作物的种植面积以获得最大的利润 2 解玉米棉花花生和种植面积分别为 X1 X2 X3 公顷依题意列出线性规划模型目标

全栈程序员-站长
2025年7月2日
1

发表回复

关注全栈程序员社区公众号