[发明专利]适于多个中文敏感词句的识别处理方法及装置

权利要求书

1.一种适于多个中文敏感词句的识别处理方法，其特征在于，包括：

获取多个预设的敏感词句；

根据所述敏感词句建立后缀树；

获取待识别中文文本；

根据所述后缀树对所述待识别中文文本进行匹配；

若匹配成功后，获取所述待识别中文本中的敏感词句并输出显示；

其中，所述根据所述敏感词句建立后缀树，包括：

S21、根据多个预设的敏感词句，建立模式串集合P(P₁,P₂,P₃,P₄,P₅...P_n)；

S22、设置一根节点，所述根节点的属性值为第一预设值，所述第一预设值为任一拼音字母的排列值；

S23、选取所述模式串集合中的任一敏感词句P_i，所述敏感词句P_i的字符串长度为m；

S24、获取所述敏感词句P_i的第m个字符，对第m个字符解析得到对应拼音的头字母，根据所述头字母和预设的拼音字母与排列值的对应关系获得所述头字母的排列值；

S25、判断所述头字母的排列值是否小于第一预设值，若小于，则将第m个字符对应的节点设置在所述根节点的左侧，反之，则设置在所述根节点的右侧；

S25、依次获取所述敏感词句P_i的第m-1，m-2，……，2，1个字符，循环步骤S24-S25将第m-1，m-2，……，2，1个字符对应的节点设置在第m，m-1，……，2个字符节点的孩子节点上。

2.根据权利要求1所述的方法，其特征在于，根据所述后缀树对所述待识别中文文本进行匹配，包括：根据所述后缀树采用BM算法对所述待识别中文文本进行匹配。

3.根据权利要求1所述的方法，其特征在于，所述敏感词句包括单字、词组和语句。

4.根据权利要求1所述的方法，其特征在于，若匹配未成功后，发出提示信息。

5.一种适于多个中文敏感词句的识别处理装置，其特征在于，包括：

第一获取模块，用于获取多个预设的敏感词句；

处理模块，用于根据所述敏感词句建立后缀树；

第二获取模块，用于获取待识别中文文本；

匹配模块，用于根据所述后缀树对所述待识别中文文本进行匹配；

显示模块，用于在匹配成功后，获取所述待识别中文本中的敏感词句并输出显示；

其中，所述处理模块具体用于：

S21、根据多个预设的敏感词句，建立模式串集合P(P₁,P₂,P₃,P₄,P₅...P_n)；

S22、设置一根节点，所述根节点的属性值为第一预设值，所述第一预设值为任一拼音字母的排列值；

S23、选取所述模式串集合中的任一敏感词句P_i，所述敏感词句P_i的字符串长度为m；

S24、获取所述敏感词句P_i的第m个字符，对第m个字符解析得到对应拼音的头字母，根据所述头字母和预设的拼音字母与排列值的对应关系获得所述头字母的排列值；

S25、判断所述头字母的排列值是否小于第一预设值，若小于，则将第m个字符对应的节点设置在所述根节点的左侧，反之，则设置在所述根节点的右侧；

S25、依次获取所述敏感词句P_i的第m-1，m-2，……，2，1个字符，循环步骤S24-S25将第m-1，m-2，……，2，1个字符对应的节点设置在第m，m-1，……，2个字符节点的孩子节点上。

6.根据权利要求5所述的装置，其特征在于，所述匹配模块具体用于：根据所述后缀树采用BM算法对所述待识别中文文本进行匹配。

7.根据权利要求5所述的装置，其特征在于，所述敏感词句包括单字、词组和语句。

8.根据权利要求5所述的装置，其特征在于，所述显示模块还用于：在匹配未成功后，发出提示信息。