js敏感詞過濾演算法

1. 求一段JS過濾臟話的代碼

可以研究一下正則表達式：

var s="你好哎呦，嘟嘟，我們一起去吃飯吧?";//這個假設是你表單的文字

var reg=/(哎呦)|(嘟嘟)/g;//這個就是正則式了，將想過濾的詞彙放在這里
var str=s.match(reg).join("\",\"");//match可以將符合的詞彙挑出來組成一個數組
alert("請不要使用\""+str+"\"等不文明詞彙！");

2. js簡單演算法如何去除一個數組中與另一個數組中的值相同的元素

codewars上面6kyu的演算法題，下面是演算法題的英文簡介

Your goal in this kata is to implement an difference function, which subtracts one list from another.
It should remove all values from list a, which are present in listb.
difference([1,2],[1]) == [2]

If a value is present in b, all of its occurrences must be removed from the other:
difference([1,2,2,2,3],[2]) == [1,3]

以下是我的解答，可以作為參考

[html] view plain
function array_diff(a, b) {
for(var i=0;i<b.length;i++)
{
for(var j=0;j<a.length;j++)
{
if(a[j]==b[i]){
a.splice(j,1);
j=j-1;
}
}
}
return a;
}

3. 名詞解釋 演算法

演算法（Algorithm）是指解題方案的准確而完整的描述，是一系列解決問題的清晰指令，演算法代表著用系統的方法描述解決問題的策略機制。也就是說，能夠對一定規范的輸入，在有限時間內獲得所要求的輸出。如果一個演算法有缺陷，或不適合於某個問題，執行這個演算法將不會解決這個問題。不同的演算法可能用不同的時間、空間或效率來完成同樣的任務。一個演算法的優劣可以用空間復雜度與時間復雜度來衡量。

4. 用js過濾掉 用戶輸入到文本框裡面的臟話，求代碼

最笨的方法是:

varstr='zz112kdd';//輸入抄的內容
vararr={'1':'1','2':'2','3':'3'};//要過濾掉的字元,用對象方便查找，如果是數組的話就要遍歷
varresult='';//過濾後字元串
for(vari=1,length=str.length;i<length;i++){
vars=str.substring(i-1,i);//截取字元
vars1=arr[s];//判斷這個字元是否在敏感詞對象里，匹配不到就返回undefined
if(s1==undefined)result+=s;//不是敏感詞就保留下來
}

估計正則表達式也可以實現，但稍微有點麻煩。

5. JS如何去除指定字元串

可以用replace函數去除指定字元串。

1、在body標簽和html標簽中添加一個script標簽，定義一個字元串，這內里以「這是個容什麼演示文本」為例，將此時的字元串輸出到頁面：

6. 哪家公司的輿情監控平台效果最好

對於輿情監控平台而言，實則上沒有一個科學的評判標准，哪家好哪家不好，具體可以將是否能夠提供熱點識別、主題跟蹤、傾向性分析、趨勢分析、信息自動採集、預測報警、輿情事件分析、統計報告等功能作為選擇依據。這里以識微商情監測系統為例，可為用戶帶來四大價值：

1.了解外部環境，網路輿情盡在掌握

幫助了解跟蹤與用戶自身相關的政治經濟、社會自然環境及技術環境等方面的外部環境動態變化。

2.提供輿情預警，輔助用戶決策

一經發現輿情，可快速通過微信、簡訊、郵件或者客戶端的方式向用戶發出告警，提醒延遲最快可在30秒內。

3.引導輿情，避免危機損失

通過實時監測與用戶相關的形象和口碑輿情，可幫助用戶快速了解當下輿情趨勢，為輿情引導工作提供方向。

4.及時分析輿情，防止輿情惡化

海量數據實時處理，及時分析輿情事件的發展脈絡和當前態勢，統計圖表、監控日報、周報自動生成，為用戶制定正確的輿情應對策略提供參考。

7. 句易網敏感詞過濾教程是怎麼樣的

這個文案過濾平台篩選敏感詞都是實時更新,只要搜索,你就可以准確地審核,整個效率也很高,文本的用戶優化,融合你整個的語義去檢測，更好的檢測出敏感詞，讓大家的文案都可以更加的安全，軟體內的數據樣板都是根據大數據來的，整體都是非常的高效率的。

營銷推廣文案模板也很齊全，不需要充錢也沒有門檻限制,多少次都免費，非常方便,新手也可以理解。

有了這個，用戶在發布復制時，可以非常方便，直接拷貝在過濾欄，所有敏感詞、禁用詞都會按字識別，操作不難，可以點擊界面直接使用，方便易用。使用過它的抖音用戶不再需要擔心因為抖音敏感詞而被禁。識別優化的文案資源可以。

8. 求C# HTML源文件中的非HTML標簽文本的替換方法

你問的就是壞字過濾系統吧?
你可以搜索"壞字過濾"或者"敏感字過濾","敏感詞過濾",已經有很多現成的實現了. 也可以從已經集成該模塊的CMS系統中拿出來用.

如果你想自己寫一個通用的方案,大致思路是這樣的:

1. 建立一個數組, 裡面保存所有的壞字和對應替換方法.
2. 新建一個方法, string BadWordFilter(string input), 輸入一個字元串, 依次讀取第1步的數組中所有的壞字,並做替換.
--擴展--
第1步的數組可以是寫死的,當然也可以存放到資料庫中. 可以是正則表達式過濾,也可以是普通的文本. 這樣就可以動態的增刪改需要過濾的字了.

9. js實現模糊查詢及帶下拉菜單

現模糊查詢及帶下拉菜單

<div><input type="text"></div>

<div class="hang">

<div class="yiji">一級導航</div>

<ul class="erji">

<li>二級導航1</li>

<li>二級導航2</li>

</ul>

<div class="yiji">一級導航</div>

<ul class="erji">

<li>二級導航3</li>

<li>二級導航4</li>

</ul>

</div>。

10. 微軟小冰的工作原理。

微瘋客小編為你回答，

類似小冰這樣的產品說簡單也簡單，說復雜也復雜。單純從外面看你會覺得小冰與去年人人網上流行的小黃雞類似，但在技術實現上有本質的差異。
此類應用的大致流程都是：用戶輸入一段話（不一定只是單詞）->後端語義引擎對用戶輸入的語句進行語義解析->推斷用戶最可能的意圖->調用對應的知識庫、應用、計算引擎->返回結果給用戶。

1、最初級的實現方法：關鍵詞匹配
建一個關鍵詞詞庫，對用戶輸入的語句進行關鍵詞匹配，然後調用對應的知識庫。
此種方式入門門檻很低，基本上是個程序員都能實現，例如現在微信公眾平台的智能回復、諸多網站的敏感詞過濾就是此類。
但此種方式存在諸多問題，例如：
a、由於是關鍵詞匹配，如果用戶輸入的語句中出現多個關鍵詞，此時由於涉及關鍵詞權重（與知識庫的關鍵詞對比）等等問題，此時關鍵詞匹配的方法就不擅長了
b、不存在對用戶輸入語句語義的理解，導致會出現答非所問的現象。當然在產品上對回答不上的問題就採用賣萌的方式來規避掉。
c、基本上無自學習能力，規則只能完全由人工維護，且規則基本是固定死的。
d、性能、擴展性較差。還是上面的一句話中包含多個關鍵詞的例子，採用普通程序語言來做關鍵詞匹配，性能奇差。即便採用一些文本處理的演算法來做（例如Double-array trie tree），也很難滿足大規模場景需求。

2、稍微高級點的實現方法：基於搜索引擎、文本挖掘、自然語言處理（NLP）等技術來實現
相對於1的關鍵詞匹配，此種實現方法要解決的核心的問題可以大致理解為：根據一段短文本（例如用戶問的一句話）的語義，推測出用戶最可能的意圖，然後從海量知識庫內容中找出相似度最高的結果。
具體技術實現就不細說了。舉一個很粗糙的例子來簡單說一下此種實現方法處理的思路（不嚴謹，只是為了說明思路）。
假如用戶問：北京後天的溫度是多少度？
如果採用純搜索引擎的思路（基於文本挖掘、NLP的思路不盡相同，但可參考此思路），此時實際流程上分成幾步處理：
1、對輸入語句分詞，得到北京、後天、溫度3個關鍵詞。分詞時候利用了預先建好的行業詞庫，「北京」符合預先建好的城市庫、「後天」符合日期庫、「溫度」符合氣象庫
2、將上述分詞結果與規則庫按照一定演算法做匹配，得出匹配度最高的規則。假定在規則庫中有一條天氣的規則：城市庫+日期庫+氣象庫，從而大致可以推測用戶可能想問某個地方某天的天氣。
3、對語義做具體解析，知道城市是北京，日期是後天，要獲取的知識是天氣預報
4、調用第三方的天氣介面，例如中國天氣網-專業天氣預報、氣象服務門戶 的數據
5、將結果返回給用戶

以上例子其實很粗糙，實際上還有諸多問題沒提到：語義上下文、語義規則的優先順序等等。
例如用戶上一句問：北京後天的溫度是多少度？下一句問：後天的空氣質量呢？這里實際上還涉及語義上下文、用戶歷史喜好數據等等諸多問題。

此種處理方法存在的最大問題：規則庫還主要依賴於人工的建立，雖然有一定的學習能力，但自我學習能力還是較弱。可以藉助一些訓練演算法來完善規則，但效果並不是很好。而這也是目前流行的深度挖掘技術所擅長的。

3、當下時髦且高級的玩法：基於深度挖掘、大數據技術來實現
這是cornata、google now等後端的支撐技術，至於小冰，感覺應該是以2為主+部分領域知識的深度挖掘。

並非原創，轉自 hu。