[发明专利]一种网站敏感词屏蔽方法

摘要

本发明提供了一种网站敏感词屏蔽方法，抓取网站上的文字信息，将网站上的文字信息作为第一词语，将预设敏感词数据库中的词语作为第二词语，分别计算第一词语与第二词语的词语相似度，并将计算得到的各概念相似度中的最大值作为所述第一词语与所述第二词语之间的词语相似度；根据所述词语相似度判断所述第一词语与所述第二词语是否匹配成功，若匹配成功，则对第一词语进行屏蔽处理。本发明中，在进行数据匹配时要对词语进行拆分，形成概念集合，而概念集合中的概念可以最大程度的涵盖词语的本质含义，所以从概念的粒度对词语进行匹配，可以有效的提高匹配的精确度，因此可以取得较佳的敏感词屏蔽效果。

主权项

一种网站敏感词屏蔽方法，其特征在于，所述方法包括：抓取网站文字信息，对所述文字信息进行分组，并将分组后得到的各个分词认定为第一词语；获取预设敏感词数据库中的分词，将敏感词数据库中存储的各个分词认定为第二词语；依次对各个所述第一词语进行概念拆分得到包含若干个概念的第一概念集合，同时，依次对各个所述第二词语进行概念拆分得到包含若干个概念的第二概念集合；逐个计算所述第一概念集合中的第一概念与所述第二概念集合中的第二概念之间的概念相似度，所述第一概念为所述第一概念集合中的任一概念，所述第二概念为所述第二概念集合中的任一概念；将计算得到的各概念相似度中的最大值作为所述第一词语与所述第二词语之间的词语相似度，并根据所述词语相似度判断所述第一词语与所述第二词语是否匹配成功；若匹配成功，则对网站上匹配成功的所述第一词语进行屏蔽处理。