Comment utiliser l'API Python better_profanity Filter avec GraphQL

DDD
Libérer: 2024-11-16 16:14:03
original
578 Les gens l'ont consulté

Alors que l'interaction sociale sur le Web continue de croître, en particulier à mesure que les IA génératives continuent de gagner en adoption à l'échelle mondiale, il existe un besoin croissant de créer des applications sociales capables de détecter et de filtrer les mots grossiers.

Créer des applications capables de détecter et de filtrer les grossièretés pourrait être l'une des solutions pour une communication et une interaction sociales en ligne plus sûres.

Dans ce didacticiel, nous illustrerons avec des extraits de code comment créer un filtre anti-blasphème à l'aide de l'API Python better_profanity et de GraphQL.

Qu'est-ce que le blasphème

Les grossièretés sont l'utilisation de gros mots, de mots grossiers et offensants dans une conversation. Les grossièretés peuvent être utilisées pour exprimer un fort sentiment d'animosité ou de désapprobation envers quelqu'un ou quelque chose.

Un filtre de grossièretés est une application qui détecte et filtre les mots perçus comme grossiers dans un canal de communication en ligne.

Raisons de détecter et de filtrer les grossièretés

  • Rendre les espaces en ligne sûrs pour les interactions sociales.
  • Pour détecter et filtrer automatiquement les contenus indésirables.
  • La détection et le filtrage des grossièretés améliorent l'expérience utilisateur.
  • Il construit des espaces sociaux sains.

Détection des grossièretés avec better_profanity

Better-profanity est une bibliothèque Python incroyablement rapide pour détecter et nettoyer les gros mots. Il prend en charge les listes de mots personnalisées, les listes sûres, la détection des grossièretés dans les orthographes de mots modifiées, les caractères Unicode (également appelés leetspeak) et même la détection des grossièretés multilingues.

Pour commencer, vous aurez besoin des prérequis suivants :

  • Python installé sur votre machine
  • Connaissance de base de Python
  • Connaissance de base de GraphQL

Installation de la bibliothèque better_profanity

Pour installer la bibliothèque better_profanity pour notre projet, exécutez la commande suivante dans votre terminal :

 pip install better_profanity
Copier après la connexion
Copier après la connexion

Dans votre projet Python, créez un fichier profanity_filter.py et ajoutez les extraits de code suivants :

from better_profanity import profanity

profanity.load_censor_words()


def test_profanity(paragraph):
    print(profanity.censor(paragraph))
Copier après la connexion
Copier après la connexion

Si vous passez un mot offensant comme argument à la fonction, comme indiqué ci-dessous :

test_profanity("Don't be fuck")
Copier après la connexion
Copier après la connexion

Vous obtiendriez le résultat suivant :

Don't be ****
Copier après la connexion
Copier après la connexion

Python better_profanity a une fonction qui indique si une chaîne contient un gros mot :

profanity.contains_profanity() # True | # False
Copier après la connexion
Copier après la connexion

Python better_profanity a une fonction qui censure les gros mots avec un caractère personnalisé :

profanity.censor(word, '-')
Copier après la connexion
Copier après la connexion

Le deuxième argument dans .censor('-') sera utilisé pour censurer tout gros mot trouvé dans le premier argument (mot).

Créer une API GraphQL pour notre filtre de blasphèmes

Maintenant que le filtre anti-blasphème fonctionne, créons une API GraphQL pour notre filtre et testons-la.

Installation de Flask et de GraphQL

Pour installer les bibliothèques Flask et GraphQL dans notre application, sur votre terminal, exécutez la commande suivante :

 pip install better_profanity
Copier après la connexion
Copier après la connexion

Ensuite, nous écrirons notre schéma API GraphQl. Pour ce faire, créez un fichier schema.py et ajoutez le code suivant :

from better_profanity import profanity

profanity.load_censor_words()


def test_profanity(paragraph):
    print(profanity.censor(paragraph))
Copier après la connexion
Copier après la connexion

Ensuite, configurons notre filtre de grossièretés sur un serveur avec une URL accessible. Pour ce faire, créez un fichier Python, app.py, et ajoutez-y le code suivant :

test_profanity("Don't be fuck")
Copier après la connexion
Copier après la connexion

Pour exécuter notre application, exécutez la commande suivante dans le terminal :

Don't be ****
Copier après la connexion
Copier après la connexion

Si vous faites tout correctement, le serveur devrait commencer à fonctionner et votre terminal devrait ressembler à celui de l'image ci-jointe ci-dessous :

How to use the Python better_profanity Filter API with GraphQL
Vous pouvez maintenant tester votre API en visitant cette URL (http://127.0.0.1:5000/) comme indiqué sur le terminal.
En visitant l'URL, vous verrez l'interface GraphiQL comme indiqué dans l'image ci-dessous :

How to use the Python better_profanity Filter API with GraphQL
Pour tester l'API, exécutez la requête suivante dans l'interface GraphQL fournie :

profanity.contains_profanity() # True | # False
Copier après la connexion
Copier après la connexion

Et vous obtiendrez la réponse suivante :

profanity.censor(word, '-')
Copier après la connexion
Copier après la connexion

How to use the Python better_profanity Filter API with GraphQL

Conclusion

La création d'un réseau social sécurisé pour tous les utilisateurs est un facteur important à prendre en compte lors de la création d'applications sociales. Dans ce didacticiel, nous avons présenté le concept de grossièreté et comment détecter et filtrer les mots grossiers dans une application. Nous avons utilisé le framework Python Flask et GraphQL pour illustrer comment créer une API de filtre de grossièretés.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

source:dev.to
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal