So verwenden Sie die Python better_profanity Filter-API mit GraphQL

DDD
Freigeben: 2024-11-16 16:14:03
Original
578 Leute haben es durchsucht

Da die soziale Interaktion im Web weiter zunimmt, insbesondere da generative KIs weltweit immer beliebter werden, besteht ein zunehmender Bedarf an der Entwicklung sozialer Anwendungen mit der Fähigkeit, profane Wörter zu erkennen und zu filtern.

Die Entwicklung von Anwendungen, die Obszönitäten erkennen und filtern können, könnte eine der Lösungen für eine sicherere soziale Online-Kommunikation und -Interaktion sein.

In diesem Tutorial veranschaulichen wir anhand von Codeausschnitten, wie man mithilfe der Python better_profanity API und GraphQL einen Obszönitätsfilter erstellt.

Was ist Obszönität?

Profanität ist die Verwendung von Schimpfwörtern, unhöflichen und beleidigenden Worten in Gesprächen. Schimpfwörter können verwendet werden, um ein starkes Gefühl der Feindseligkeit oder Missbilligung gegenüber jemandem oder etwas auszudrücken.

Ein Obszönitätsfilter ist eine Anwendung, die Wörter erkennt und filtert, die in einem Online-Kommunikationskanal als profan wahrgenommen werden.

Gründe, Obszönitäten zu erkennen und zu filtern

  • Um Online-Räume für soziale Interaktion sicher zu machen.
  • Um unerwünschte Inhalte automatisch zu erkennen und zu filtern.
  • Das Erkennen und Filtern von Schimpfwörtern verbessert die Benutzererfahrung.
  • Es schafft gesunde soziale Räume.

Obszönitäten erkennen mit better_profanity

Better-profanity ist eine blitzschnelle Python-Bibliothek zum Erkennen und Bereinigen von Schimpfwörtern. Es unterstützt benutzerdefinierte Wortlisten, sichere Listen, die Erkennung von Obszönitäten in geänderten Wortschreibweisen, Unicode-Zeichen (auch Leetspeak genannt) und sogar die Erkennung mehrsprachiger Obszönitäten.

Um loszulegen, benötigen Sie folgende Voraussetzungen:

  • Python auf Ihrem Computer installiert
  • Grundkenntnisse in Python
  • Grundkenntnisse von GraphQL

Installation der better_profanity-Bibliothek

Um die better_profanity-Bibliothek für unser Projekt zu installieren, führen Sie den folgenden Befehl in Ihrem Terminal aus:

 pip install better_profanity
Nach dem Login kopieren
Nach dem Login kopieren

Erstellen Sie in Ihrem Python-Projekt eine Datei profanity_filter.py und fügen Sie die folgenden Codeausschnitte hinzu:

from better_profanity import profanity

profanity.load_censor_words()


def test_profanity(paragraph):
    print(profanity.censor(paragraph))
Nach dem Login kopieren
Nach dem Login kopieren

Wenn Sie der Funktion ein beleidigendes Wort als Argument übergeben, wie unten gezeigt:

test_profanity("Don't be fuck")
Nach dem Login kopieren
Nach dem Login kopieren

Sie würden das folgende Ergebnis erhalten:

Don't be ****
Nach dem Login kopieren
Nach dem Login kopieren

Python better_profanity hat eine Funktion, die erkennt, ob eine Zeichenfolge ein Schimpfwort enthält:

profanity.contains_profanity() # True | # False
Nach dem Login kopieren
Nach dem Login kopieren

Python better_profanity hat eine Funktion, die Schimpfwörter mit einem benutzerdefinierten Zeichen zensiert:

profanity.censor(word, '-')
Nach dem Login kopieren
Nach dem Login kopieren

Das zweite Argument in .censor('-') wird verwendet, um alle Schimpfwörter zu zensieren, die im ersten Argument (Wort) gefunden werden.

Erstellen einer GraphQL-API für unseren Profanity-Filter

Jetzt funktioniert der Obszönitätsfilter. Erstellen wir eine GraphQL-API für unseren Filter und testen Sie ihn.

Flask und GraphQL installieren

Um Flask- und GraphQL-Bibliotheken in unserer Anwendung zu installieren, führen Sie auf Ihrem Terminal den folgenden Befehl aus:

 pip install better_profanity
Nach dem Login kopieren
Nach dem Login kopieren

Als nächstes schreiben wir unser API GraphQl-Schema. Erstellen Sie dazu eine schema.py-Datei und fügen Sie den folgenden Code hinzu:

from better_profanity import profanity

profanity.load_censor_words()


def test_profanity(paragraph):
    print(profanity.censor(paragraph))
Nach dem Login kopieren
Nach dem Login kopieren

Als nächstes konfigurieren wir unseren Obszönitätsfilter für einen Server mit einer zugänglichen URL. Erstellen Sie dazu eine Python-Datei, app.py, und fügen Sie den folgenden Code hinzu:

test_profanity("Don't be fuck")
Nach dem Login kopieren
Nach dem Login kopieren

Um unsere Anwendung auszuführen, führen Sie den folgenden Befehl im Terminal aus:

Don't be ****
Nach dem Login kopieren
Nach dem Login kopieren

Wenn Sie alles richtig machen, sollte der Server starten und Ihr Terminal sollte wie das im angehängten Bild unten aussehen:

How to use the Python better_profanity Filter API with GraphQL
Jetzt können Sie Ihre API testen, indem Sie diese URL (http://127.0.0.1:5000/) besuchen, wie auf dem Terminal angezeigt.
Wenn Sie die URL aufrufen, sehen Sie die GraphiQL-Schnittstelle wie im Bild unten dargestellt:

How to use the Python better_profanity Filter API with GraphQL
Um die API zu testen, führen Sie die folgende Abfrage in der bereitgestellten GraphQL-Schnittstelle aus:

profanity.contains_profanity() # True | # False
Nach dem Login kopieren
Nach dem Login kopieren

Und Sie erhalten die folgende Antwort:

profanity.censor(word, '-')
Nach dem Login kopieren
Nach dem Login kopieren

How to use the Python better_profanity Filter API with GraphQL

Abschluss

Der Aufbau eines sicheren sozialen Netzwerks für alle Benutzer ist ein wichtiger Faktor, der beim Aufbau sozialer Anwendungen berücksichtigt werden muss. In diesem Tutorial haben wir das Konzept der Schimpfwörter eingeführt und erklärt, wie man Schimpfwörter in einer Anwendung erkennt und filtert. Wir haben das Python-Framework Flask und GraphQL verwendet, um zu veranschaulichen, wie man eine Obszönitätsfilter-API erstellt.

Das obige ist der detaillierte Inhalt vonSo verwenden Sie die Python better_profanity Filter-API mit GraphQL. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:dev.to
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage