[发明专利]一种违法关键词库的更新方法、装置、设备及存储介质

权利要求书

1.一种违法关键词库的更新方法，其特征在于，包括：

获取待检象形文字，并确定出与所述待检象形文字对应的待检字符串；

计算所述待检字符串与各违法关键词对应的违法字符串的相似度；

从所述待检象形文字中确定出所述相似度超过预设阈值的目标违法关键词，并将所述目标违法关键词添加到预设的违法关键词库中。

2.根据权利要求1所述的方法，其特征在于，所述获取待检象形文字，并确定出与所述待检象形文字对应的待检字符串的过程，具体包括：

获取所述待检象形文字；

当所述待检象形文字与所述违法关键词为同音字时，将所述待检象形文字的拼音设置为所述待检字符串；

当所述待检象形文字与所述违法关键词为方言易混肴发音字时，获取所述待检象形文字的拼音，并将所述拼音中的预设易混肴音标进行转换，得出所述待检字符串；

当所述待检象形文字与所述违法关键词为字形相似时，根据所述待检象形文字的文字特征计算出所述待检字符串。

3.根据权利要求2所述的方法，其特征在于，当所述待检象形文字与所述违法关键词为方言易混肴发音字时，所述计算所述待检字符串与各违法关键词对应的违法字符串的相似度的过程，具体包括：

分别为各所述预设易混肴音标设置对应的权重；

利用预设相似度算法和所述权重计算所述待检字符串与各所述违法关键词对应的违法字符串的所述相似度。

4.根据权利要求2所述的方法，其特征在于，所述获取所述待检象形文字的过程，具体包括：

获取待检象形文字片段；

对所述待检象形文字片段进行分词处理，得到多个分词；

去除多个所述分词中的停用词，并将剩余的所述分词设置为所述待检象形文字。

5.根据权利要求4所述的方法，其特征在于，在所述从所述待检象形文字中确定出所述相似度超过预设阈值的目标违法关键词，并将所述目标违法关键词添加到预设的违法关键词库中之后，进一步包括：

确定出所述待检象形文字片段中的各所述目标违法关键词之间的相互联系，并根据所述相互联系确定出与所述待检象形文字片段对应的目标网络违法行为。

6.根据权利要求1所述的方法，其特征在于，在所述从所述待检象形文字中确定出所述相似度超过预设阈值的目标违法关键词，并将所述目标违法关键词添加到预设的违法关键词库中之后，进一步包括：

对所述目标违法关键词进行显示。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述计算所述待检字符串与各违法关键词对应的违法字符串的相似度的过程，具体包括：

利用编辑距离算法或N-Gram算法或JaroWinkler算法或Soundex算法计算所述待检字符串与各所述违法关键词对应的违法字符串的所述相似度。

8.一种违法关键词库的更新装置，其特征在于，包括：

确定模块，用于获取待检象形文字，并确定出与所述待检象形文字对应的待检字符串；

计算模块，用于计算所述待检字符串与各违法关键词对应的违法字符串的相似度；

更新模块，用于从所述待检象形文字中确定出所述相似度超过预设阈值的目标违法关键词，并将所述目标违法关键词添加到预设的违法关键词库中。

9.一种违法关键词库的更新设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的违法关键词库的更新方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的违法关键词库的更新方法的步骤。