sensitive-words:Java快速中文敏感词过滤,在15k敏感词库上的过滤速度超过50M字符每秒-源码

上传者: 42165712 | 上传时间: 2021-08-21 15:01:01 | 文件大小: 122KB | 文件类型: ZIP
快速敏感词过滤 即将停止和移除(本项目计划于1月31日停止和移除) 本项目计划于1月31日停止和移除,请谅解,谢谢。推荐以AC自动机替代 性能概述 使用60MB大小的小说测试,单核性能超过50M字符每秒(i7 2.3GHz)。 敏感词 14553 条 待过滤文本共 599254 行,30613005 字符。 过滤耗时 0.535 秒, 速度为 57220.6字符/毫秒 其中 39691 行有替换 优化方式 主要的优化目标是速度,从以下方面优化: 敏感词都是2个字以上的, 对于句子中的一个位置,用2个字符的hash在稀疏的hash桶中查找,如果查不到说明一定不是敏感词,则继续下一个位置。 2个字符(2x16位),可以预先组合为1个int(32位)的mix,即使hash命中,如果mix不同则跳过。 StringPointer,在不生成新实例的情况下计算任意位置2个字符的hash和mix Str

文件下载

资源详情

[{"title":"( 7 个子文件 122KB ) sensitive-words:Java快速中文敏感词过滤,在15k敏感词库上的过滤速度超过50M字符每秒-源码","children":[{"title":"sensitive-words-master","children":[{"title":"src","children":[{"title":"test","children":[{"title":"java","children":[{"title":"com","children":[{"title":"odianyun","children":[{"title":"util","children":[{"title":"sensi","children":[{"title":"SensitiveFilterTest.java <span style='color:#111;'> 2.52KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}],"spread":true}],"spread":true}],"spread":true},{"title":"main","children":[{"title":"resources","children":[{"title":"sensi_words.txt <span style='color:#111;'> 233.94KB </span>","children":null,"spread":false}],"spread":true},{"title":"java","children":[{"title":"com","children":[{"title":"odianyun","children":[{"title":"util","children":[{"title":"sensi","children":[{"title":"SensitiveNode.java <span style='color:#111;'> 878B </span>","children":null,"spread":false},{"title":"SensitiveFilter.java <span style='color:#111;'> 6.70KB </span>","children":null,"spread":false},{"title":"StringPointer.java <span style='color:#111;'> 4.12KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}],"spread":true}],"spread":true}],"spread":true}],"spread":true},{"title":"README.md <span style='color:#111;'> 1.74KB </span>","children":null,"spread":false},{"title":"pom.xml <span style='color:#111;'> 734B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • weixin_43200654 :
    用户下载后在一定时间内未进行评价,系统默认好评。
    2021-08-10

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明