Sensitive-lexicon/README.md

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
• 项目支持与致谢

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。

项目支持与致谢

• 中国数字时代 (https://chinadigitaltimes.net)
• 中国农业科学院信息化办公室

感谢所有贡献者的关注与支持！

Star History

运行敏感词检测服务（Fiber + fuzzy-patricia）

# Windows PowerShell 示例
$env:PORT="8080"; $env:LEXICON_DIR="Vocabulary"; $env:FUZZY_MAX_DISTANCE="1"

# 构建并运行
go mod tidy
go build -o bin\server.exe ./cmd/server
./bin/server.exe

• POST /detect
  • 请求体: { "text": "待检测文本", "enable_fuzzy": true }
  • 响应: { "hits": [{"word":"...","type":"substring|fuzzy","distance":0}] }
• POST /reload 重新加载 Vocabulary 目录
• GET /health 存活探针