令人吐槽的字符串遍历匹配机制

我的博客咋又进入审核阶段了，我回头看了下内容，就我这水平应该也写不出啥危害SH的东西吧，而且好像也没啥敏感词汇啊，难道又是神奇的字符串遍历匹配机制在作祟？闲暇之余进行下猜测：
举个简单的例子：ABCDEFG代表一句话，其中每次字母代表一个汉字，说这句话的人的意思可能是这样AB C DE F G，其中两个字母连在一起表示一个词汇，单个字母表示代词、动词、语气助词等，但是由于敏感词汇识别可能使用的是遍历，例如查看指针从A开始，AB是否是个敏感词汇？如果不是指针从B开始，BC是否是个敏感词汇，依次向下，虽然这种机制过于繁琐，但是不失为一种全面地检测手段，毕竟计算机并不像人一样可以独立思考。
是不是觉得有些难以理解，那么举一个简单实例，王者荣耀相信大家都玩过，玩得场次多了难免会遇到一些祖安选手，值得夸赞的是，目前王者荣耀的文字交流审核还是比较完善的，但是有些情况下，自己明明是在跟队友沟通，为啥也会被视为不文明发言呢？例如下面这句话：

李白带线偷塔

这句话看起来没啥问题，通俗易懂，但是经过比较蠢的字符串遍历匹配，将第二个字与第三个字匹配，哦吼，中奖了（为了不被系统检测到，这里就不打出来了）
那么问题来了，究竟怎么做才能避免误伤平民，可以使用优先匹配原则吗？
还是上面这个例子，“李”与“白”匹配，组合成“李白”在汉语中，是一个满词法规则的词汇，没有问题，因此下一次指针就要从“白”字后面开始（考虑到优化，也可以尝试将“白”后面的字与“李白”结合，看这三个字是否符合词法郭泽）但是如果换一句话，可能就没法适用了，看下面这个例子：

武汉市长江大桥

首先原谅我想不出来不文明发言的句子，毕竟我不是名合格的祖安选手，如果“武汉”二字被锁定，那么后面的词汇是不是就被误解了？又有人说了，可以实现词汇的优先级比较嘛，确实，一些情况下是可以比较两个字的词和三个字的词的常用频率，以此来确定下一个指针从什么地方开始，但是问题又来了，“武汉”和“武汉市”到底谁的优先级更高呢？
以上均我我个人闲暇之余的思索，并不代表大厂这方面的检测机制，毕竟leader们的想法非我等凡俗俗子所能猜测的。

本文地址：https://blog.csdn.net/weixin_43353524/article/details/107343257