Sensitive-lexicon (中文敏感词库)

一个持续更新的中文敏感词库，帮助开发者和内容审核者快速识别并过滤不当文本。

目录

• 简介
• 功能特点
• 目录结构
• 快速开始
  • 集成到项目
  • 贡献词汇
• 注意事项
• 开源许可
• 评审专家

简介

Sensitive‑lexicon 提供了一份广泛覆盖政治、色情、暴力等敏感领域的词汇列表，方便快速嵌入任何文本审核流程，并通过社区协作保持长期更新。

功能特点

• 广泛覆盖：涵盖数万条词汇，覆盖主流敏感领域。
• 持续更新：根据社会语境变化定期更新，保持时效性与准确性。
• 易于集成：纯文本格式，可在任意语言/框架中直接引用。
• 社区驱动：欢迎 Issue / PR，携手打造更完整的词库。

目录结构

Sensitive-lexicon/
├── ThirdPartyCompatibleFormats/        # 用于第三方格式
├── Organized/                          # 已经进行整理的词库
├── Vocabulary/                         # 词汇库
├── LICENSE                             # 许可证
└── README.md                           # 项目说明

快速开始

集成到项目

1. 克隆或下载本仓库。
2. 在您的代码中读取 词库中的 .txt 文件（或您需要的分支文件）。
3. 根据业务场景，选择合适的匹配算法（如 DFA、Trie、正则表达式等）进行过滤。

# 示例：使用 Git 克隆
git clone https://github.com/Konsheng/Sensitive-lexicon.git

贡献词汇

• Pull Request：在 Vocabulary/ 词汇库目录新增或修改词条，并提交 PR。
• Issue：如果不确定具体实现，欢迎通过 Issue 提出建议或讨论。

提示：PR 请附上来源或用例，便于维护者审核。

注意事项

• 使用时请遵守当地法律法规及平台政策。
• 敏感词定义受文化/地域/语境影响，实际应用中请结合业务需求自行评估与调整。

开源许可

本项目采用 MIT License，在保留版权与许可声明的前提下，可自由使用、修改与分发。

评审专家

感谢以下专家小组及维护员成员对本项目的贡献与支持：

评审专家：

• 张吉惟、林国瑞、林玟书、林雅南、江奕云

评审小组：

• 杨舒南、蔡政琳、杨绍瑜

评审委员会成员：

• 刘柏宏、阮建安、林子帆、夏志豪、吉茹定、李中冰、黄文隆、谢彦文、傅智翔、洪振霞

感谢所有贡献者的关注与支持！

敏感词检测服务

• 提供基于 Go 的敏感词检测服务，支持模糊匹配与词库热加载。
• 服务代码路径：./cmd/server（包含 REST API：/detect、/contains、/reload、/health）。
• 分支导航：
  • dev 开发版（服务与工程化更新更频繁）：https://github.com/Konsheng/Sensitive-lexicon/tree/dev
• Docker 运行示例：
  • docker run -p 8080:8080 ghcr.io/<您的用户名>/sensitive-lexicon-server:latest
  • 环境变量：PORT, LEXICON_DIR, FUZZY_MIN_NGRAM, FUZZY_MAX_NGRAM, FUZZY_MAX_DISTANCE

Star History

Contributors