面试题库 › 算法 / 大模型 › 海量数据中的敏感词检测

海量数据中的敏感词检测

难度 ★★★在 1 场真实面经中被问到 方向:算法 / 大模型考点:数据结构基础与选型

常见岗位:NLP / 语音

答案要点

  1. AC 自动机:Trie + 失配指针,一次扫描找出所有敏感词
  2. 复杂度约 O(文本长度 + 命中数),与词库规模基本无关
  3. 海量数据:自动机广播到各节点,数据分片并行处理(Flink/MapReduce)
  4. 预处理归一化:全半角、大小写、繁简、去干扰符号,必要时考虑拼音与谐音
  5. 词库热更新:后台重建自动机,原子替换引用

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题