在houbb/sensitive-word项目中动态添加敏感词标签的方法
2025-06-09 06:28:58作者:毕习沙Eudora
敏感词过滤系统在实际应用中经常需要动态更新词库和标签,houbb/sensitive-word项目提供了灵活的API来实现这一需求。本文将详细介绍如何在初始化后动态添加敏感词及其标签。
初始化敏感词过滤系统
项目初始化时通常会从数据库加载敏感词列表并构建过滤系统:
// 创建敏感词对象并设置查询条件
SwSensitveWord swSensitveWord = new SwSensitveWord();
swSensitveWord.setStatus(0L);
// 获取服务实例并查询敏感词列表
ISwSensitveWordService swSensitveWordService = SpringUtils.getBean(ISwSensitveWordService.class);
List<SwSensitveWord> swSensitveWords = swSensitveWordService.selectSwSensitveWordList(swSensitveWord);
// 构建文字标签集合
Set<String> tags = swSensitveWords
.stream()
.map(item -> item.getWordName() + " " + item.getTriggerType())
.collect(Collectors.toSet());
IWordTag wordTag = WordTags.lines(tags);
// 初始化敏感词过滤系统
SensitiveWordBs sensitiveWordBs = SensitiveWordBs.newInstance()
.wordDeny(() -> swSensitveWords.stream()
.map(SwSensitveWord::getWordName)
.collect(Collectors.toList()))
.wordTag(wordTag)
.init();
动态添加敏感词和标签
系统运行过程中,当需要新增敏感词时,可以直接调用addWord方法:
// 添加单个敏感词
sensitiveWordBs.addWord("新的敏感词");
// 批量添加敏感词
List<String> newWords = Arrays.asList("敏感词1", "敏感词2");
sensitiveWordBs.addWord(newWords);
对于需要同时添加标签的情况,houbb/sensitive-word项目提供了灵活的标签管理机制。可以通过以下方式为新增的敏感词添加标签:
// 创建新的标签对象
IWordTag newWordTag = WordTags.lines(Collections.singleton("新的敏感词 标签类型"));
// 将新标签合并到现有标签系统中
sensitiveWordBs.getWordTagContext().addWordTag(newWordTag);
最佳实践建议
-
批量操作:当需要添加大量敏感词时,建议使用批量添加方法,减少性能开销。
-
标签设计:合理设计标签格式,如示例中的"敏感词 触发类型"格式,便于后续管理和查询。
-
线程安全:在多线程环境下操作敏感词库时,需要注意同步问题,可以考虑使用读写锁等机制。
-
性能监控:动态更新敏感词库可能影响系统性能,建议在低峰期执行批量更新操作。
-
版本管理:对于关键敏感词更新,建议维护版本信息,便于问题追踪和回滚。
通过合理使用houbb/sensitive-word项目提供的API,开发者可以轻松实现敏感词库的动态更新和标签管理,满足业务系统对内容安全过滤的实时性要求。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
677
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
205
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781