我如何让python找到看起来类似于坏单词但不一定是英语中正确单词的单词？

Question

我正在用python制作一个网络欺凌检测discord机器人，但遗憾的是，有些人可能会绕开传统英语，用不同的方式拼写一个坏单词，比如带3g的n字或不带c的f字。有些人可能会使用太多不同的脏话。我怎样才能让python找到它们

我试过pyenchant，但它没有达到我想要的效果。如果我提出建议（“种族歧视性诽谤”），“笨蛋”在数组中。我似乎找不到任何有效的方法

我必须单独考虑每一种可能性，并把所有可能性加在一本字典里吗？（我希望不是。）

Answer 1

这不一定是python的工作，而是它的生态系统。您可能希望研究自然语言理解算法，并找到一种适合您特定需求的方法。这需要一些时间和进一步的专业知识来解决

你可以从pytorch开始，它对我的学习有很大帮助。他们关于文本的文档：https://pytorch.org/text/stable/index.html

另外，我建议你看看kaggle，有几个数据科学挑战有奖，可以解决你想要解决的相同任务。 https://www.kaggle.com/c/jigsaw-multilingual-toxic-comment-classification

这些竞赛通常有公开的入门笔记本，让您开始使用自己的实现