2008年11月22日星期六

[G4G] 敏感词研究初体验

总之,大家一定要注意保护自己。敏感词研究是一项艰苦的深奥的费脑子的事,希望大家来和我交流,不要光看不说话。在过去的一小时,就有近80个人浏览我的博客呢。我们要以连岳先生为榜样,即使"色情"二字也要伪装一下。
不会防守,哪能进攻?

 
 

参考消息 通过 Google 阅读器发送给您的内容:

 
 

于 08-11-22 通过 GFW Blog 作者:GFW Blog

 
所有文字@镜子原创

昨天和今天都吃了敏感词的亏,导致博客不能访问。所以,痛下决心,编写一本词典,以彻底摆脱敏感词的噩梦。
可能有些人还不知道什么叫敏感词。所以我有必要讲一讲。凡是网监,即网络监管者不喜欢,不希望看到的词,就是敏感词。
搜集敏感词,是一个长期而艰巨的任务,需要我们大家共同努力。我就算抛砖引玉吧。

GCD  
这是马克思主义的政党。是伟大的光荣的正确的政治组织。但是,在我们中国的论坛和网站中,它却是极度敏感的词。凡是出现了这个词的文章,无不受到审查。在百度空间,如果你写上"我今天加入了光荣的中国共产党",那你的文章是永远发表不了的。百度空间会告诉你,你的文章包含了不可接受的词,不能发表。所以,我们只好用这个字母来书写。

ZF
不用我解释咯。俗称衙门者是也。

GFW
这是"中国国家网络防火墙"的简称。说情见百科百科GFW词条。

我自己发明了一个词:傻皮,以此代替傻逼,因为有些网站连"傻逼"都要删

领导人的姓名更是敏感词中的敏感词。
所以以下拼音组合你们必须牢记在心
HJT
WJB
DXP
其余以此类推。如果你不认识拼音,那你就完了。你最好就不要上网了。

还有就是突发性的敏感新闻事件,其中的关键词必须加以处理。我看到连岳先生就谨慎得可爱,连"色情"都要写成"色*情"。当然,小心行得万里船,小心点总是好的。
比如新京报刚刚被整顿那会儿,新京报三个字就敏感得不得了。你就只能用XJB代替。虽然会有无聊的人读成"吸*鸡*巴"。
还有就是群体性事件,一般都是敏感的,需要拼音化处理的。比如太*村就得写成TS村。

如何处理敏感词,确实考验着我们草民的智慧。如果拼音化实在让人摸不着头脑,也可以考虑倒写法。比如TS村,不熟知阴暗新闻的人们就不会知道是啥地儿。所以不妨加个括号,写成[村石太]。以此类推,新京报也可以写成[报京新]。也可以写成[村-太石],不过,"太石"二字很可能叫你吃不消。(我之所以敢写出来,是因为这事件已经过去快10个月了,否则我连"太石"都不会写出来的)

有些数字也是敏感的。"63+1=?"这个数字就超敏感。建议你没事别念这个数字。
某些地名,也是敏感的。比如歌颂毛主席的歌曲《我爱北京天安门》。这歌曲所唱的地名就敏感。你在论坛发贴子提及这个地名,编辑肯定要审读一番才放你通过。

如果你性格怪僻,也可以这样干。就是拼音加英语。比如GCD写成GCParty。
如果你性格极其怪僻,你甚至可以把德语,俄语,阿拉伯语都添加进来。

我建议,应该重新提倡通假字。比如"新京报"可通假为"薪金报"。

总之,大家一定要注意保护自己。敏感词研究是一项艰苦的深奥的费脑子的事,希望大家来和我交流,不要光看不说话。在过去的一小时,就有近80个人浏览我的博客呢。我们要以连岳先生为榜样,即使"色情"二字也要伪装一下。
不会防守,哪能进攻?

 
 

可从此处完成的操作:

 
  --~--~---------~--~----~------------~-------~--~----~
您收到此信息是由于您订阅了 Google 论坛"参考消息(G4G)"论坛。
 要在此论坛发帖,请发电子邮件到 Go2group@googlegroups.com
 要退订此论坛,请发邮件至 Go2group+unsubscribe@googlegroups.com
 更多选项,请通过 http://groups.google.com/group/Go2group?hl=zh-CN 访问该论坛

-~----------~----~----~----~------~----~------~--~---

没有评论: