[發(fā)明專(zhuān)利]敏感詞檢索方法、裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201610533979.8
• 申請(qǐng)日: 2016-07-07
• 公開(kāi)（公告）號(hào): CN107402940B
• 公開(kāi)（公告）日: 2020-02-07
• 發(fā)明（設(shè)計(jì)）人: 何興洋
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類(lèi)號(hào): G06F16/9535
• 分類(lèi)號(hào): G06F16/9535
• 代理公司: 11021 中科專(zhuān)利商標(biāo)代理有限責(zé)任公司
• 代理人: 柯瑞京

1.一種敏感詞檢索方法，在作為檢索對(duì)象的文本中檢索被預(yù)先設(shè)定于敏感詞詞庫(kù)中的多個(gè)敏感詞，

所述敏感詞檢索方法包括：

敏感詞詞圖創(chuàng)建步驟，根據(jù)所述敏感詞詞庫(kù)來(lái)創(chuàng)建敏感詞詞圖，該敏感詞詞圖是各個(gè)頂點(diǎn)分別為各個(gè)敏感詞的起始字符和終止字符、且各條邊分別連接了每個(gè)敏感詞各自的起始字符和終止字符的無(wú)向圖，其中所述頂點(diǎn)包括即作為起始字符也作為終止字符的頂點(diǎn)；

檢索預(yù)設(shè)值設(shè)定步驟，針對(duì)所述敏感詞詞圖，預(yù)設(shè)用于檢索的預(yù)設(shè)值，所述預(yù)設(shè)值包括各個(gè)敏感詞的敏感詞長(zhǎng)度；和

檢索執(zhí)行步驟，從所述文本的首字符起逐一遍歷每個(gè)文本字符，以當(dāng)前遍歷到的文本字符作為第一文本字符，在所述敏感詞詞圖中查找與所述第一文本字符相一致的起始字符，當(dāng)查找到時(shí)，在所述文本中找到從所述第一文本字符起按照所述敏感詞長(zhǎng)度計(jì)算得到的位置上的第二文本字符，在所述敏感詞詞圖中逐一遍歷與該起始字符相連接的所有終止字符，將當(dāng)前遍歷到的終止字符與所述第二文本字符相比較，當(dāng)一致時(shí)，啟動(dòng)基于逐次二分法的字符串匹配法的運(yùn)算，判定從所述第一文本字符起到所述第二文本字符為止的文本字符是否為敏感詞。

2.根據(jù)權(quán)利要求1所述的敏感詞檢索方法，其特征在于，

所述預(yù)設(shè)值還包括：

終止字符優(yōu)先級(jí)，其是根據(jù)由歷史檢索結(jié)果統(tǒng)計(jì)得出的每個(gè)敏感詞的出現(xiàn)頻度，而對(duì)所述敏感詞詞圖中的與同一起始字符相連接的終止字符設(shè)置的優(yōu)先級(jí)，

所述出現(xiàn)頻度越高，則所述終止字符優(yōu)先級(jí)越高。

3.根據(jù)權(quán)利要求2所述的敏感詞檢索方法，其特征在于，

在檢索執(zhí)行步驟中，在所述敏感詞詞圖中逐一遍歷與所述起始字符相連接的所有終止字符時(shí)，按所述終止字符優(yōu)先級(jí)逐次進(jìn)行遍歷。

4.根據(jù)權(quán)利要求1所述的敏感詞檢索方法，其特征在于，

所述預(yù)設(shè)值還包括：

二分法運(yùn)算層次，其是針對(duì)每個(gè)敏感詞而設(shè)置的進(jìn)行所述基于逐次二分法的字符串匹配法的運(yùn)算時(shí)的運(yùn)算層次。

5.根據(jù)權(quán)利要求4所述的敏感詞檢索方法，其特征在于，

在檢索執(zhí)行步驟中，按照所述二分法運(yùn)算層次來(lái)執(zhí)行所述基于逐次二分法的字符串匹配法的運(yùn)算。

6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的敏感詞檢索方法，其特征在于，

在檢索執(zhí)行步驟中，當(dāng)經(jīng)所述字符串匹配法來(lái)判定從所述第一文本字符起到所述第二文本字符為止的文本字符是否為敏感詞的判定結(jié)果為是敏感詞時(shí)，記錄下在所述文本中找到了敏感詞，并以該敏感詞長(zhǎng)度計(jì)算出上述文本中該敏感詞之后的字符作為繼續(xù)遍歷的下一個(gè)上述第一文本字符。

7.一種敏感詞檢索裝置，其特征在于，包括：存儲(chǔ)器；以及耦接至所述存儲(chǔ)器的處理器，所述處理器被配置為基于存儲(chǔ)在所述存儲(chǔ)器中的指令，執(zhí)行如權(quán)利要求1至6中任一項(xiàng)所述的敏感詞檢索方法。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)指令，所述指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的敏感詞檢索方法。