面向中文敏感词变形体的识别方法研究

来源：计算机应用研究杂志2019年第4期北京时间：

作者：付聪,余敦辉,张灵莉,

单位：1.湖北大学计算机与信息工程学院,武汉430062；2.湖北省教育信息化工程技术中心,武汉430062；

摘要：针对网络信息中所包含的敏感词，尤其是中文敏感词变形体的识别成为了一个迫切需要解决的问题。通过分析汉字的结构和读音等特征提出了一种中文敏感词变形体的识别方法。该方法针对词的拼音、词的简称和词的拆分三种敏感词变形体分别设计了基于易混拼音分组的敏感词的识别算法（SPGR）、字符串的简称识别算法（SNR）和基于KMP的汉字拆分识别算法（WS-KMP），有效提高了敏感词审查的准确率和效率。实验结果表明，该方法在识别中文敏感词变形体时有较高的查全率和查准率。

关键词：变形体,敏感词识别,编辑距离,KMP算法,

基金资助：国家“973”计划资助项目(2014CB340404)；国家自然科学基金资助项目(61373037,61672387)；；