中文敏感词同音字替换工具

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

爱意满满的作品展示区。

这是一个创建于 2107 天前的主题，其中的信息可能已经有所发展或是发生改变。

用同音字替换敏感词

live demo

Caveats

实现不包含分词，因此例如“干”这样的单字会被替换，以及一些语义错误替换，可在 checkbox 中勾去
词库直接决定了替换的质量，这里使用的词库来自于 github/sensitive-word-filter

声明

此工具仅供同音字替换功能，请合理使用
此工具大部分代码源自以下项目
- github/pinyinjs
- github/sensitive-word-filter

todos

更完整的词库
自定义替换

第 1 条附言 · 2019-03-21 10:42:43 +08:00

补充几点
- 加入形近字和替换单字的混合方案会提高可读性，会是非常大的改进
- 这类工具最合适的使用场景是文字被系统拒绝后，往往需要自我参茶，反复修改，因为系统不会告诉你关键字。
- 最重要的，这类工具绝不是为了发布含有会被参茶内容的文字，这是一个太大的话题，不是一个简单的混淆工具可以解决，或试图解决的

第 2 条附言 · 2019-05-23 03:55:12 +08:00

2019-05-22 增加 Chrome Extension

替换

GitHub

同音

词库

37 条回复 • 2019-03-25 16:18:27 +08:00

AlisaDestiny

2019-03-20 22:53:36 +08:00

还是研究一下形近字吧，因为形近字本基上丕影响阋读。

josherich

2019-03-20 23:06:11 +08:00

@AlisaDestiny 形近字确实较易阅读，但有稀疏性的问题，并不是每个敏感字都有对应的合适形近字，我也没有找到比较好的词典。另一种形近实现是火星文，阅读体验也一般。可以考虑融合这几种实现

kylehz

2019-03-20 23:53:14 +08:00 via Android

可以在敏感字中插入不相干的中文字或者英文字母
也可以调换字的顺序，部分乱序不影响阅读

zbinlin

2019-03-21 00:23:20 +08:00

现代通假字，想想都觉得可悲

Android2MCU

2019-03-21 00:31:12 +08:00 via iPhone

清风不识字，何故乱翻书

josherich

2019-03-21 00:39:12 +08:00

@zbinlin 其实避讳周朝已有之，是礼乐文明的标志

feiyuanqiu

2019-03-21 00:45:15 +08:00

"下一 esrever 子句把，法办的单简个一有，词感敏避逃".split("").reverse().join("")

zbinlin

2019-03-21 00:55:12 +08:00

@josherich 避讳是礼乐文明的标志？还不如说避讳是在礼乐文明中产生的怪胎。

affyun

2019-03-21 01:27:20 +08:00

非常适合猪圈食用

yanaraika

2019-03-21 01:41:07 +08:00 via Android

╔═╤═╤═╤═╤═╗
║┊│┊│用│测│：║
║┊│┊│直│鞋│砌║
║┊│┊│①│和│圌║
║┊│┊│┊│款│视║
║┊│┊│┊│蔗│圌║
╚═╧═╧═╧═╧═╝

http://m.xiaohexie.com/#

josherich

2019-03-21 01:41:56 +08:00

@zbinlin 反讽而已，对付礼乐文明需要我们每个人熟练掌握反讽和春秋笔法

green15

2019-03-21 02:37:08 +08:00 via iPhone

当年的各种河蟹专用工具，不知道现在还活不活

RqPS6rhmP3Nyn3Tm

2019-03-21 06:00:29 +08:00 via iPhone

这不就是当年的火星文吗……

nanaw

2019-03-21 06:58:03 +08:00 via Android

用到这玩意真是可悲。话又说回来，干嘛要在国内平台上说话呢。

还有 demo 里那些敏感词我想只替换一两个字就够没必要替换整个词霸气。。

nanaw

2019-03-21 06:58:40 +08:00 via Android

@nanaw 词吧$。

clino

2019-03-21 07:43:57 +08:00

伐伦供敏术功单党敏术自由
这基本上没有可读性了都...

Kazuhira

2019-03-21 07:53:10 +08:00 via Android

然后再来个敏感词 list ？

hugee

2019-03-21 07:59:48 +08:00 via Android

比形近字差十万八千里

zmz125000

2019-03-21 08:00:41 +08:00 via Android

替换了也不敢发

NaiveSimpleYoung

2019-03-21 08:29:14 +08:00 via Android

替换了你更加鹤立鸡群了，找你喝茶更方便了。

ctro15547

2019-03-21 08:31:51 +08:00

火星文转换器了解一下？洤國亾姄笩錶汏浍

lihua

2019-03-21 08:44:56 +08:00

@ctro15547 火星文 +1

md5

2019-03-21 08:52:37 +08:00 via iPhone

你这还不如火星文好懂

darmau

2019-03-21 09:20:31 +08:00 via iPhone

我国早就能识别这种谐音了

kukumao

2019-03-21 10:00:17 +08:00

来个 php 版本的吧

Zeonjl

2019-03-21 10:14:28 +08:00 via iPhone

这个中文会在我们的有生之年在网络媒体消失吗？

noFound

2019-03-21 10:25:19 +08:00

可读性太差，还不如拆字

mansurx

2019-03-21 10:29:36 +08:00

╔═╤═╤═╤═╤═╗
║┊│个│人│玩│十║
║┊│┊│都│过│几║
║┊│┊│知│贴│年║
║┊│┊│道│吧│前║
║┊│┊│这│的│，║
╚═╧═╧═╧═╧═╝
https://github.com/FangHeXie/download

hoosin

2019-03-21 10:45:47 +08:00

有什么意义呢

mercury8

2019-03-21 11:04:00 +08:00 via iPhone

想到了马伯庸的一个短篇《寂静之城》

sobigfish

2019-03-21 11:52:03 +08:00

@hoosin #29 自我审查 /河蟹

omph

2019-03-21 12:29:50 +08:00

这里应该用的上
https://github.com/liuhuanyong

tvallday

2019-03-23 09:38:22 +08:00 via Android

可以用日本的和制汉字代替。

tvallday

2019-03-23 09:40:01 +08:00 via Android

@Kazuhira 敏感词 list 无边无际，根本不知道什么时候写了敏感词。

josherich

2019-03-23 21:38:25 +08:00 via iPhone

@tvallday 不错的办法，但没有现成的字典，稀疏性也是一个问题

Telegram

2019-03-25 10:12:32 +08:00

原来谷歌输入法有个扩展功能，可以自己根据需要用 lua 语音写函数。比如每个字中间加■，特■别■适■合■游戏■里■骂■战，哈哈。

可惜，现在谷歌不更新了，兼容性比较差。

qingyang

2019-03-25 16:18:27 +08:00 via Android

当所有人都噤声的时候，就是一切都结束的时候