1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
# 不拿来拼整句的粗俗词（`lattice::offensive`）。本项目自写，与引擎代码同为 MPL-2.0。
#
# 这些词照样是词库里的词：读音单独打出来（整段输入恰好是这个词的读音）时它和别的词一样按权重排序，也可以在候选里选它、用它分段上屏。表只管一件事：词网格拼整句、纠错整句换词、上屏后的联想都不用含这些词的词，用户打的是别的意思时，它们不会被拼进句子当首选。2026-10-29 九键打 我们走路去（966369685878）首选是「我们有巨乳」：巨乳 只有 3174 的权重，靠多字词的音节奖励压过了同码的单字。
#
# 按子串查：词本身或其中任何一段在表里都算命中，所以 个鸡巴、吃屎了、是傻逼 这些长词条也不拿来拼句。`!` 开头的行是豁免写法：命中的那一段如果被一条豁免写法整个盖住，这一段不算（水乳交融 里的 乳交、口交换机 里的 口交）。豁免写法只收词库里实有、常见义项不粗俗的词或固定说法，写到刚好能区分开为止（`!口交换` 同时放行 口交换机 和 多口交换机），而且必须含一个表里的词。
#
# 收词标准：dict-v2.0.39 的 msime-pinyin.db 里有、至少两个字，而且现代口语里最常见的义项属于下面两类之一。
# - 色情或粗俗的性描写：性行为、性器官和排泄器官的俚语说法、色情片和约性用语。
# - 以性或性别辱骂人的脏话（婊子、贱人、骚货），以及常见的粗口骂人话（傻逼、他妈的、吃屎）。
# 不收：解剖与医学用语（阴道、阴茎、乳房、精子、月经、包皮、手淫、射精），法律与新闻用语（强奸、鸡奸、卖淫、嫖娼、色情、淫秽、淫乱、性奴隶），有常见字面义或常见的非色情义项的词（打飞机、打炮、吹箫、后庭、野鸡、杂种、龟头、小穴、烂货 指劣质货、美乳 是美容用语），中性的标准说法（做爱、性交、自慰），不涉及性的轻度骂人话和流行口语（笨蛋、白痴、王八蛋、瘪三、狗屁、牛逼、装逼、屌丝、尼玛、你妹），单字（单字边不拿多字词奖励，压不过同码的词）。专门领域或方言里的别义不妨碍收词（内射 在数学里是单射，奶子 在方言里指奶）：这类别义出现在复合词里时用豁免写法放行（内射函数、马奶子酒）。加词或豁免写法之前，先确认评测集（`resources/eval`）的金标准里没有含它的句子，再在词库里列出含它的长词条，常见义项不粗俗的补豁免写法。
#
# 这是临时放在引擎里的最小表。长期应当由词库仓库 msime-dictionary 维护（像 `sources/symbols/symbol-names.tsv` 那样作为唯一的编辑入口同步过来，或由 `msime-dict-build` 在 msime-pinyin.db 里建一张表），见 `.agents/notes/implemented/bug-fix/2026-10-29-offensive-words-out-of-sentences.md`。
#
# 格式：一行一个词或一条豁免写法，`#` 开头的行和空行不算。
# 色情或粗俗的性描写
巨乳
乳交
口交
肛交
群交
颜射
内射
口爆
潮吹
叫床
肉棒
肉缝
抽插
鸡巴
大鸡巴
小鸡巴
奶子
淫水
淫穴
骚穴
淫荡
淫妇
淫娃
淫棍
骚货
小骚货
骚逼
骚屄
骚女
荡妇
撸管
约炮
炮友
援交
性奴
屁眼
# 脏话与粗口骂人话
傻逼
傻屄
煞笔
妈逼
逼样
操逼
操你
操你妈
操你娘
日你妈
干你妈
干你娘
草泥马
他妈的
你妈的
狗日的
他奶奶的
你奶奶的
狗娘养的
婊子
臭婊子
贱人
贱货
吃屎
# 豁免写法：含表里的词、常见义项却不粗俗的词条
!水乳交
!口交换
!港口交
!众口交
!人口爆
!内射函数
!内射模
!马奶子
!奶子酒
!奶子房
!酸奶子
!奸夫淫妇
!狗吃屎
!改不了吃屎
!巨乳症
!巨乳缩小
!性奴隶
!性奴役
!荡妇羞辱
!素贱人