Việt Nam
blue-eyes-vn/vietnamese-offensive-words
A list of popular Vietnamese offensive, swear words that are considered insulting and inappropriate to use for communication
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#1 Repository Của Tháng
📜 Danh sách từ thô tục tiếng Việt — nguồn cho bộ lọc nội dung
Một danh sách từ ngữ thô tục, tục ngữ, chửi bới trong tiếng Việt, được tổng hợp để dùng cho cơ chế lọc nội dung không phù hợp.
Dự án vietnamese-offensive-words do nhóm blue-eyes-vn tạo ra, nhằm cung cấp nguồn từ vựng thô tục tiếng Việt chuẩn cho các hệ thống lọc nội dung. Danh sách này bao gồm từ gốc có dấu, cùng các dạng biến thể như: không dấu, viết tắt, hoặc dạng teen code. Tất cả đều được chuyển về chữ thường và phân loại theo nhóm. Dự án hoàn toàn mở nguồn, chào đón đóng góp từ cộng đồng.
✨ Điểm nổi bật
- Danh sách từ thô tục tiếng Việt: Bao gồm từ gốc và các dạng biến thể như thiếu dấu, teencode.
- Được phân loại theo nhóm: Từ được tổ chức rõ rãi để dễ dàng lọc và xử lý.
- Hỗ trợ đóng góp cộng đồng: Mở cửa cho mọi người đóng góp thông qua Pull Request hoặc Issue.
- Định dạng dễ sử dụng: Cung cấp file .txt và định dạng mảng để tích hợp nhanh.
- Chú ý dòng comment: Các dòng bắt đầu bằng "#" là comment, cần bỏ qua khi xử lý.
💡 Vì sao đáng chú ý
Đây không phải là danh sách mang tính giáo dục hay phán xét, mà là một nguồn tài nguyên kỹ thuật dùng cho các hệ thống lọc nội dung. Với sự đa dạng của từ ngữ thô tục trong tiếng Việt — đặc biệt là các dạng teencode hay thiếu dấu — danh sách này giúp các nhà phát triển dễ dàng triển khai bộ lọc hiệu quả hơn. Dự án phù hợp với bất kỳ nền tảng nào cần kiểm duyệt ngôn ngữ, từ diễn đạn, ứng dụng xã hội cho đến công cụ giáo dục.
#Vietnamese #OffensiveWords #ContentFiltering #OpenSource #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
Vietnamese TTS with instant voice cloning • On-device • Real-time CPU inference • 48kHz audio quality • Chuyển văn bản thành giọng nói tiếng Việt • Text to speech tiếng Việt • TTS tiếng Việt
Model Description: vietnamese-document-embedding(https://huggingface.co/dangvantuan/vietnamese-document-embedding) is the Document Embedding Model for Vietnamese language with context length up to 8096 tokens. This model is a specialized long text-e...
Fast multilingual text-to-phoneme converter for South East Asian languages.
Comprehensive SQL and GIS datasets for Vietnamese administrative units, including provinces, districts, wards, postal codes, and geospatial boundaries.
Nemotron-Personas-Vietnam Hệ thống AI kết hợp để tạo personas tổng hợp dựa trên phân bố thực tế của Việt Nam A compound AI approach to personas grounded in real-world distributions Tổng quan (Overview) Nemotron-Personas-Vietnam là tập dữ liệu personas được cung cấp dưới dạng mã nguồn mở (CC BY 4.0) dựa trên phân bố nhân khẩu học, địa lý và đặc điểm tính cách của người Việt Nam. Tập dữ liệu phản ánh một cách toàn diện sự phong phú và đặc trưng… See the full description on the dataset page: https://huggingface.co/datasets/nvidia/Nemotron-Personas-Vietnam.
An local, offline (after initial setup), portable OCR software that can process images and PDF files, using DeepSeek-OCR-2 AI (running directly on your machine).