[发明专利]适于多个中文敏感词句的识别处理方法及装置

摘要

本发明提供一种适于多个中文敏感词句的识别处理方法及装置，该方法包括：获取多个预设的敏感词句；根据所述敏感词句建立后缀树；获取待识别中文文本；根据所述后缀树对所述待识别中文文本进行匹配；若匹配成功后，获取所述待识别中文本中的敏感词句并输出显示，该方法针对中文的特点，把模式串在后缀树上的匹配时间由提高到达到节省时间和提高模式串在后缀树上的匹配速度，适用于多个敏感词句的中文模式串匹配。

主权项

1.一种适于多个中文敏感词句的识别处理方法，其特征在于，包括：获取多个预设的敏感词句；根据所述敏感词句建立后缀树；获取待识别中文文本；根据所述后缀树对所述待识别中文文本进行匹配；若匹配成功后，获取所述待识别中文本中的敏感词句并输出显示；其中，所述根据所述敏感词句建立后缀树，包括：S21、根据多个预设的敏感词句，建立模式串集合P(P₁,P₂,P₃,P₄,P₅...P_n)；S22、设置一根节点，所述根节点的属性值为第一预设值，所述第一预设值为任一拼音字母的排列值；S23、选取所述模式串集合中的任一敏感词句P_i，所述敏感词句P_i的字符串长度为m；S24、获取所述敏感词句P_i的第m个字符，对第m个字符解析得到对应拼音的头字母，根据所述头字母和预设的拼音字母与排列值的对应关系获得所述头字母的排列值；S25、判断所述头字母的排列值是否小于第一预设值，若小于，则将第m个字符对应的节点设置在所述根节点的左侧，反之，则设置在所述根节点的右侧；S25、依次获取所述敏感词句P_i的第m‑1，m‑2，……，2，1个字符，循环步骤S24‑S25将第m‑1，m‑2，……，2，1个字符对应的节点设置在第m，m‑1，……，2个字符节点的孩子节点上。