【摘 要】
：
在网络信息技术已非常成熟的今天,各类敏感词包括色情、暴力、政治敏感等有害词汇充斥网站和社交软件,对这些词语的检测与识别对营造健康的网络环境非常必要.这些敏感词绝大
【机 构】
：
南京大学电子科学与工程学院,江苏金晓电子信息股份有限公司
【基金项目】
：
国家自然科学基金(61673301,61573255);江苏省自然科学基金(BK20151299)
论文部分内容阅读
在网络信息技术已非常成熟的今天,各类敏感词包括色情、暴力、政治敏感等有害词汇充斥网站和社交软件,对这些词语的检测与识别对营造健康的网络环境非常必要.这些敏感词绝大部分试图通过读音或者字形相近来进行伪装以逃避检测系统.现有的匹配算法可以检测出读音完全一样的词语,但不能准确识别读音相近和字形相近的异体字.为解决这一问题,提出针对模糊匹配的汉字相似度对比算法.首先通过对汉字进行特殊编码,提出一种综合考虑读音及字形特点的音形码汉字相似度改进算法,然后针对传统字典树,添加了精度参数来设置匹配精度,以此完成敏感词检测
其他文献
目的 探讨急性百草枯中毒患者早期并发症与临床结局的关系.方法 选取2006年6月～2013年6月我院收治的急性百草枯中毒患者52例,按临床结局分为存活组16例和死亡组36例,比较两组
2014年修订的《环境保护法》中增加了一项制度设计即环评区域限批制度,该法第44条第二款具体规定了制度的基本内容。首先一项制度产生的背后有其客观存在的背景,而法律的供给
分析马克思主义学者主张采用分析哲学的方法对马克思主义剥削理论微观基础进行重建,其方法论基础是功能解释和方法论的个人主义,这是一种非历史主义的方法论。依据该方法在分
目的采用系列测试参数法分析循环酶法测量血清胆汁酸的测量过程、结果精度和抑制交叉污染能力等情况，确立在本测试系统上最佳的上机参数。方法（1）对比实验在保持样试比和主副波
以尾细桉无菌生根苗叶片为外植体,通过调整培养基中TDZ、NAA和磷酸二氢钾浓度和外植体状态和部位进行诱导植株再生研究,以期建立起尾细桉叶片诱导的再生体系。结果表明:TDZ、
近十年来内蒙古的经济增长速度在全国位居前列,但失业压力没有得到相应缓解。其主要原因为投资拉动型的基础设施建设虽然快速做大了GDP,但其提供的就业岗位却很有限;第三产业
用FTIR、UV对从海带中提取的褐藻糖胶结构进行了分析.采用部分凝血活酶时间、凝血酶原时间和凝血酶时间作为评价标准,对其体外抗凝血活性作了初步的评价,并与肝素的抗凝血活
目的研究山竹果肉提取物中多糖、蛋白质含量及多糖中单糖组成和山竹果皮提取物中总黄酮的含量。方法取山竹果皮用95%乙醇回流提取,减压浓缩得到山竹果皮提取物;山竹果肉分别
随着经济社会的快速发展和信息化程度的不断提高,电气智能化技术在越来越多的小区、商场、医院等建筑中得到广泛应用。电气智能化的不断发展使得在建筑中实现监控、通信、预