敏感词为包含关系时，如何只检测较长的敏感词，忽略短的

[houbb]

敏感词在处理的时候，本身就是会先处理较长的。如果有问题，是否给一个具体的例子？

[tenstep]

敏感词在处理的时候，本身就是会先处理较长的。如果有问题，是否给一个具体的例子？

发现是跟另外一个问题搞混了，中文没问题，确实是优先匹配长的敏感词，但是数字的匹配有问题。比如：

• 文本"20100506,张三出生,20100506222。"，判别出的敏感词是[20100506, 20100506222]。
• 文本"20100506,张三出生。"，判别出的敏感词是[20100506]

数字但凡长一点，8个字符或以上就会被判别为敏感词，换成其他数字测试同样地会被判别为敏感词，是不是对数字的判断有特殊的处理？

[houbb]

是的，默认认为较长的数字是营销链接方式。 比如手机号，微信号等，这个配置应该可以关闭的。

发自我的iPhone

------------------ 原始邮件 ------------------ 发件人: exodus @.> 发送时间: 2021年6月28日 11:34 收件人: houbb/sensitive-word @.> 抄送: 老马啸西风 @.>, Comment @.> 主题: 回复：[houbb/sensitive-word] 敏感词为包含关系时，如何只检测较长的敏感词，忽略短的 (#9)

敏感词在处理的时候，本身就是会先处理较长的。如果有问题，是否给一个具体的例子？

发现是跟另外一个问题搞混了，中文没问题，确实是优先匹配长的敏感词，但是数字的匹配有问题。比如：

文本"20100506,张三出生,20100506222。"，判别出的敏感词是[20100506, 20100506222]。

文本"20100506,张三出生。"，判别出的敏感词是[20100506]

数字但凡长一点，8个字符或以上就会被判别为敏感词，换成其他数字测试同样地会被判别为敏感词，是不是对数字的判断有特殊的处理？

— You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

[tenstep]

如何关闭营销号的检测呢，查了文档，没有这块的用法说明

[houbb]

可以参考 配置说明。

原来忘记加了，SensitiveWordBs.newInstance().enableNumCheck(false); 可关闭对于数字的检测。

[tenstep]

可以了，谢谢

[wang-droid]

敏感词在处理的时候，本身就是会先处理较长的。如果有问题，是否给一个具体的例子？ 比如举这个例子, 我有俩个敏感词 Ŏ̷̢̡̩̯̰̪̘͈̦͘ 和 O̷ 前者是包含后者的,现在的问题是先识别了后者也就是短的,跪求大佬看看