[发明专利]一种敏感词检测方法、装置、设备及介质

权利要求书

1.一种敏感词检测方法，其特征在于，包括：

将至少一个标准敏感词进行切词，获取所述标准敏感词对应的起始字；

对所述起始字进行去重复操作，得到标准字；

根据所述标准字，对所述标准敏感词构建倒排索引；

根据所述倒排索引，确定待检测语句中是否存在敏感词。

2.根据权利要求1所述的方法，其特征在于，所述根据所述倒排索引，确定待检测语句中是否存在敏感词包括：

将待检测语句进行切词，根据切词结果确定待测字；

根据所述待测字在待检测语句中的顺序，依次检测所述待测字在所述倒排索引中，是否存在以所述待测字为起始字的匹配敏感词；

当是时，将所述匹配敏感词与所述待检测语句中以所述待测字为起始字且长度与所述匹配敏感词的长度相同的待匹配词进行匹配；

当匹配时，确定所述待检测语句中存在敏感词。

3.根据权利要求1所述的方法，其特征在于，根据所述标准字，对所述标准敏感词构建倒排索引，包括：

基于哈希表构建倒排索引，其中标准字作为键，以所述标准字为起始字的标准敏感词作为值。

4.根据权利要求2所述的方法，其特征在于，将待检测语句进行切词，根据切词结果确定待测字包括：

将待检测语句进行切词，并判断切词得到的字是否是无效字符；

当否时，确定切词得到的字是待测字。

5.根据权利要求2所述的方法，其特征在于，将待检测语句进行切词，根据切词结果确定待测字，还包括：

将待检测语句进行切词，并判断切词得到的字是否是待替换字符；

当是时，将待替换字符对应的替换字符作为待测字。

6.根据权利要求1所述的方法，其特征在于，在将至少一个标准敏感词进行切词之前，还包括：

判断敏感词之间是否有包含关系；

当是时，确定标准敏感词为具有包含关系的敏感词中被包含的敏感词。

7.一种敏感词检测装置，其特征在于，包括：

起始字获取模块，用于将至少一个标准敏感词进行切词，获取所述标准敏感词对应的起始字；

标准字获取模块，用于对所述起始字进行去重复操作，得到标准字；

倒排索引构建模块，用于根据所述标准字，对所述标准敏感词构建倒排索引；

敏感词确定模块，用于根据所述倒排索引，确定待检测语句中是否存在敏感词。

8.根据权利要求7所述的装置，其特征在于，所述敏感词确定模块包括：

待测字确定单元，用于将待检测语句进行切词，根据切词结果确定待测字；

匹配敏感词检测单元，用于根据所述待测字在待检测语句中的顺序，依次检测所述待测字在所述倒排索引中，是否存在以所述待测字为起始字的匹配敏感词；

匹配单元，用于当存在匹配敏感词时，将所述匹配敏感词与所述待检测语句中以所述待测字为起始字且长度与所述匹配敏感词的长度相同的待匹配词进行匹配；

敏感词存在确定单元，用于当匹配敏感词与待匹配词匹配时，确定所述待检测语句中存在敏感词。

9.一种设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的敏感词检测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一所述的敏感词检测方法。