[召集] 關鍵字屏蔽二三

任何網上言行都應該文明。所以出現了關鍵字屏蔽一說。也就是把使用者發表的文字中的不文明詞彙加以替代。

一般的做法，好像就是準備一個關鍵字列表，然後遍曆使用者輸入的文本，當發現不文明詞彙時，將該詞彙替換為指定內容。

所以，就出現了很多搞笑的內容。我舉幾個簡單例子（也不知道部落格園會不會屏蔽掉），看看朋友們能不能猜出被屏蔽的內容（本文後面給出答案）：

1 謀網遊，“在沒有你的**子裡”；
2 某blog，“微軟的這項技術極**利了開發人員的工作”；
3 某技術網站，“把Virtual Server當作一**立的伺服器”；

最近打算自己寫個blog玩玩，練練技術順便檢驗一下自己的水平。不由得想到了內容審核和關鍵字屏蔽問題，也不由得想到了自己過去遇到的這些哭笑不得的“不文明內容”。

-- Begin: Thinking Section --
關鍵字屏蔽，本身是一件好事情，而且其技術研究起來也會比較有意思。但是在做關鍵字屏蔽時，要清楚自己的目的。

Anders Liu認為，關鍵字屏蔽存在的主要目的有二：

1 免責。將關鍵字替換為**或其他內容，避免了使用者通過在搜尋引擎中輸入不文明詞彙（包括政治詞彙）來找到自己網站中的內容，同樣也避免了好事之人通過此途徑找到自己的網站，這將給網站的管理者們減少很多麻煩。

2 文明。自己的網站看上去“形勢一片大好”，多麼和諧。

然而，關鍵字屏蔽真的能實現這兩個目的了嗎？給大家講個老笑話：
A：老C說話可真髒！
B：他說什麼了？你把髒話去掉再說給我。
A：我，你，他。
B：……

想想看，當漫山遍野都是關鍵字屏蔽帶來的***，作為網站管理員就沒有責任嗎？這個網站就“文明”嗎？

況且，關鍵字屏蔽是很容易被突破的，使用者可以隨意編纂一些大家都看得懂，唯獨關鍵字屏蔽系統看不懂的詞彙，來表達他“不文明”的思想。後面給出答案時，也會給出一些逃避方法。

那如果把關鍵字列表做得龐大些，甚至加入自學習功能，可以不斷添加詞條呢？物極必反，當屏蔽的關鍵字太多時，就會出現比本文前面例子更加哭笑不得的言語。

應該怎麼辦？

對於個人開發人員，像Anders Liu這樣子想自己寫著玩的，我想我會準備一個可以擴充的關鍵字列表，當發現“不文明詞彙”時，給使用者一個提示，“您輸入的內容‘……’中有禁用語‘xxx’，您可以：點擊[Yes]，堅持發表我的內容；點擊[No]，換一種說法後再發表”，同時將輸入框焦點放置到出現問題的文本上。

對於企業或者營利性網站而言，Anders Liu則認為，靠人蔘與的審核制度必須存在，而且不能偷工減料。

BBS是一種非常成熟的內容發布機制，幾乎所有的BBS都有這樣一批人存在——版主/管理員，而一些大型、超大型BBS甚至還設有專門的審貼員，這些人的職責就是一旦發現違規內容，輕則刪貼，重則封帳號。

在新聞網站中，這項工作更加嚴厲，甚至一篇新聞在發布之前，就要經過層層審批。

但在Blog網站中，這一工作就遜色的多。這其中主要的原因在於，BBS和新聞都是以內容為導向的，也就是說，不管是誰發布的內容，都會集中在一個地區中體現，這個地區中放置著所有相關的內容；而Blog則是以使用者為導向的，使用者發表的內容，都集中在自己的一個地區中存放，除非網站提供某種機制，將類似的內容劃分到一起。

因此，針對Blog進行審核試比較麻煩的——1 管理員/審貼員不可能每天瀏覽每一個使用者的blog，對新發布內容進行審核；2 如果將所有人新發布的內容羅列在一個後台頁面中等待審核，又很難對內容進行有效劃分，從而將審核工作分配給不同的人去完成。

另外，隨著Web2.0概念的逐漸明晰，“全民參與”的精神逐漸普及，一些Blog網站都提供了“給文章打分”、“將文章推舉到首頁”或“舉報該文章”等功能。這裡的“舉報”很有用，但是，1 需要避免惡意舉報，即便一篇文章遭到舉報，也應該在管理員審閱後再決定是否刪除；2 總有漏網之魚，雖然其內容是“不文明”的，但代表了絕大多數群眾的看法，因此得不到舉報（在高歌主旋律的和諧社會裡，作為管理者，還是封殺掉這類內容比較好，嘿嘿）。

面對這種情況，Anders Liu也很頭痛。不過好在，現在絕大多數Blog網站都提供了“標籤”。這樣的話，可以針對使用者提供的標籤對內容進行劃分，然後由不同的人員完成審批。當然，如果一篇文章提供了多個標籤後，很可能導致一篇文章需要經過多人審核；不過沒有關係，文章是先發布出去的，然後進行審核（像絕大多數論壇一樣），不會影響“文明”內容的時效性，同時，一旦多個審核員中的任何一個刪除了該文章，那麼就認為該文章未通過審核。

同時，舉報制度依然存在，被舉報的文章也會根據其標籤，投遞到相應的審貼員名下，由審貼員決定是否真的刪除。

這裡還存在一些問題，就是如何面對逐漸膨脹的標籤列表？如果使用者不填寫標籤怎麼辦？
……呵呵，路漫漫其修遠兮，Anders Liu將上下而求索。
-- End: Thinking Section --

現在公布答案：
1 “在沒有你的日子裡”；逃避方法：曰（注意，Y胖了）、R、Ri。（如果擴充關鍵字列表，把曰和R都加進去，呵呵，結果是，人們看了屏蔽後的言語，不難聯想到“子曾經日過”，不文明呀不文明；還有，你知道什麼是“*o*”嗎？

2 “微軟的這項技術極大便利了開發人員的工作”；逃避方法：大.便（注意這一砣把把中有雜質）、Shi.t。

3 “把Virtual Server當作一台獨立的伺服器”；逃避方法，嗯，太敏感了，不要逃避，刪就刪了吧……

親愛的朋友們，你有還有遇到什麼類似的“不文明”內容嗎？或者你對關鍵字屏蔽有什麼其它看法？或有什麼解決方案？

（本文完）

P.S. 為什麼我要發布到部落格園首頁？
部落格園首頁要求：1 經過自己認真思考，2 最受關注，3 給別人帶來收穫。
1 不用說了，從本文就能看出Anders Liu沒少瞎琢磨。
2 Blog依然是近幾年最熱的互連網內容，而其中出現的“不文明”現象值得討論。
3 Anders Liu給出了一些解決問題的思想，雖然還不成熟，但相信可以給很多想寫、或正在寫Blog的朋友提供一些靈感。
望dudu和各位網友理解~ 也希望大家踴躍參與討論~