@wjm2038 并不是 up 主屏蔽 XD 你可以观察一下开关这个选项前后的弹幕池，开选项之前是 http://comment.bilibili.com/13769505.xml ， 开启之后变成了 http://comment.bilibili.com/rc/13769505.xml

另外 up 主屏蔽的 api 是这样的 http://comment.bilibili.com/cloud/filter/8376267.json
XD

@yexm0 2333 这个功能我有注意，我原本还尝试通过求这两个模式下的差集来快速获得屏蔽弹幕呢，但是当我求完差集出来一看，这个过滤效果更像是大规模无差别灭杀 2333 ，不排除可能是通过筛选节操值小于特定阈值的用户弹幕产生的弹幕池 XD

@wjm2038 其实你所说的同音字，拆字，谐音字等问题，按我的理解，在 word2vec model 上就已经解决掉了， word2vec 一定程度上解决了自动识别语义相近的词语的问题 :O

@nbndco 首先感谢建议:D

关于关键词过滤我是有这样的想法的，我平时过滤弹幕的做法通常都是看到某些弹幕后才寻找关键词加入屏蔽列表，但是长期下来总是有许多新的关键词出现，正是这些层出不穷的漏网之鱼（词）使我产生了使用机器学习来屏蔽的想法的。

我使用神经网络，是希望它能够在大量的骂人弹幕中，寻找出一些相对明显的，人工注意不到的特征（当然这些特征里面很可能也包括关键词特征），这也是我使用 CNN 而不是普通 MLP 的原因:)

如果单从识别并找出最佳的屏蔽关键词的角度来说的话，我觉得决策树可能是一个非常合适的选择

另外我是有使用 numpy 的，包括这个项目，只不过并不算非常熟练我也不太好意思写出来献丑了:D

@binux 最终这个模型我测试了 20 次迭代，最后选的是第三次迭代的， Validation Accuracy 是 97.060%，训练部分的详细数据可以看这篇文章 :D
https://yinzo.github.io/14863637259966.html

@romantic1412 GAN 指的是 Generative Adversarial Networks 吗，是个没了解过的网络呢 :D
不过通过生成样本来提高样本量这个思路好像在哪篇论文里看到过 XD 我找时间深入了解下看看 XD

@regicide 思考了一下，有点难，毕竟举报处理是 up 主负责的，处理的速度也很慢，跟不上弹幕的增加速度，一般换弹幕池了举报都没解决呢...

@Hstar hhhhhh 好主意，可以顺便拿收集到的数据用 RNN 训练个 language model 来自动骂人 (逃

@jiangzhuo 主要这些弹幕播放器都是多平台的， chrome 插件不方便 app 等其他平台的直接套用 XD

@gejigeji 当然，鹅厂的话我觉得是值得我两头跑的 :D

@wb14123 感谢，我可以参考一下:D

@gejigeji 深圳也是可以考虑的，不过可能就是需要很适合我才会去的了，因为下学期还有两门课可能需要我来回两头跑

说得比较直接，望见谅 :D

@qq316107934 原本我也是想着通过 host 来解决的，不过想起 Surge 有 URL Rewrite 就直接用了 XD ，我想大概改 host 也能直接生效？

@jzp113 2333 对的，我之前用的贝叶斯分类器写过，但是就是训练数据必须得符合现实分布，样本收集起来就很麻烦。而这里我是通过搜索关键词收集的骂人弹幕，所以就方便一点。

@popil1987 svm 确实没有尝试过，效率这么高吗，我觉得我可以去尝试一下，因为这边 CNN 效率算下来也是 1.7 毫秒 /条

@winkidney hhhhh 给阿毛拜个晚年

@Livid 这个鼓励非常大 XD 这次实现觉得最困难在于样本获取，我是日思夜想怎么弄到 B 站举报弹幕的数据，相信 Livid 作为站长应该是不存在这个问题的 :D

@cnallenzhao 2333 我也！

http://ww2.sinaimg.cn/large/7d52f1ffly1fceqd1z5j6j20p40bagud.jpg
出现了这样的情况，不知是否有头绪呢？ macOS 10.12.1 (16B2555)