Данный словарь предназначен для веб-мастеров, которе обслуживают информационные системы, контент которых наполняют пользователи - доски объявлений, форумы, функционал комментариев.
Данный словарь НЕ содержит ненормативную лексику (словарь ненормативной лексики
есть тут), здесь представлены, в том числе, и слова,
за которые вы легко можете попасть под блокировку Роскомнадзором, если сообщение от пользователя,
содержащее слова из этого набора, окажутся на вашем сайте (например, объявление о продаже электроудочки или
препаратов, которые употребляют наркоманы - это реальные случаи из моей практики,
когда мне прилетали запросы от РКН).
Кроме того, словарь содержит набор стоп-слов, которые заведомо будут носить негативный характер,
например: гадалка, эскорт, кредит и т.д.
Словарь представлен в виде структурированного массива в формате PHP и это важно - владелец сайта НЕ ДОЛЖЕН полагаться на базу стоп-слов, в которой слова находятся в хаотическом порядке, должна быть возможность в любой момент дописать или перепроверить содержимое словаря, поэтому - никаких данных в формате JSON или в виде SQL-дампа (это дружеский совет и напутствие возможным контрибьютерам).
В одном из своих проектов я сделал дополнительную валидацию: я использую этот словарь и, во время валидации сообщения от пользователя, преобразую в каждом слове из этого набора все буквы кириллицы на латинские эквиваленты, что бы немного понимающий в IT пользователь всё-таки не разместил негативное сообщение просто заменив "похожие" буквы.
Пример находится в файле test.php и генерирует для
слова наркотик такой массив данных:
Array
(
[0] => нaркотик
[1] => наркoтик
[2] => нарkотик
[3] => наркотиk
[4] => наpкотик
[5] => нapkoтиk
)
В том же файле вы найдете пример готовой функции validate для работы с данным словарём.
Проверяйте поступающую от пользователя информацию и не допускайте на своём сайте сообщений, благодаря которым ваш сайт может быть заблокирован.