https://tianchi.aliyun.com/competition/entrance/231762/introduction
比赛方案为：字典检测+形似字/音似字/拼音/拆字攻击。针对每一条原始样本生成512条攻击候选样本，再选取得分最高的句子作为攻击选项。
整个方案比较关键的是data/mynewword3.json
他提供了2w字的汉字基本信息（拼音，汉字结构，音似字形似字，拆字，繁体，四角码等）。例如：
{"word": "操", "oldword": "撡", "strokes": 16, "pinyin": [["cao1"]], "radicals": "扌", "unicode": "b'64cd'", "chaizi": ["扌", "品", "木"], "is_normal": 1, "sijiao": "56094", "structure": 1, "similar": ["躁", "澡", "燥"], "is_dirty": 0, "pinyin_similar": ["嘈", "漕", "艚", "螬", "糙"], "chaizi_similar": []}
需要说明的是，为了尽量保留辱骂性质满足比赛得分条件，形似字只允许左右结构和上下结构的字体。
以及data/abuse_dict.json和data/abuse_dict_yizi.json。他们主要负责以最小扰动成本识别句子中的脏字。例如：
["蛆", "操","垃","圾", "腐", "娘","癞", "淫", "裸", "尿", "死", "揉", "装", "佬", "滥", "癌", "丧", "聋", "嫖", "渴", "干", "炎", "鸡", "妇", "妹", "葬", "骚", "衰", "孬", "废", "币", "虐", "坟", "蠢", "菌", "日", "撒", "病", "贫", "穴", "笨", "捅", "障", "插", "射", "狠", "妈", "啃", "叼", "吊", "倭", "毒", "批", "瞎", "奴", "杂", "肏", "穷", "蝇", "傻", "屌", "畜", "屄", "辱", "精", "痔", "槽", "玛", "渣", "嗲", "猪", "艹", "囡", "母", "泥", "屎", "比", "乳", "怂", "草", "呆", "臊", "滚", "尼", "侮", "遗", "丑", "婊"]
最终得分和排名为44 /133.40，参赛人数为1175（rank5%）
需要安装的包：（python3）。如果不需要利用docker运行，则直接在main.py修改样例然后run即可。
jieba
pypinyin
numpy
editdistance
fasttext
gensim
此外，你需要从官网下载以下这三个模块：distance_module，reference_model，preprocessing_module，并将其放置于项目路径下。
├── README.md | 这篇说明文档
├── benchmark_texts.txt | 示例输入文本，用来读取后生成提交结果
├── requirements.txt | 在此填写需要的Python依赖包
├── main.py | 镜像中执行的Python脚本
├── sanity_check.py | 用于检查生成的提交结果文件的脚本
├── Dockerfile | Docker配置文件
└── run.sh | 执行Python脚本的shell脚本
├── lzk_detect_1.py | 标记原始字符串的脏话。2为必改，1为脏话，0为正常
├── lzk_disturb_2.py | 扰动函数，输入标记序列，输出所有可能攻击
├── lzk_calculate_1.py | 根据所有可能(512条)，计算p最高并返回
├── distance_module | （需要手动下载）比赛方提供的计算句子相似度模块
├── reference_model | （需要手动下载）比赛方提供的脏话分类模块
└── preprocessing_module | （需要手动下载）比赛方提供的句子预处理模块
├── small.txt | 小样本脏话测试
├── data/abuse_dict.json | 脏话词典
├── data/abuse_dict_yizi.json | 一个字的脏话词典
└── data/mynewword3.json | 汉字词典（包含所有字的形似字，音似字，拆字，部首等信息）