Фильтрация содержимого
Фильтр нецензурной лексики для Telegram: правила настройки
В любой активной группе рано или поздно появляется мат. Кто-то ругается в пылу спора, кто-то просто не следит за языком. Если для вашего сообщества это неприемлемо — нужен фильтр.…
В любой активной группе рано или поздно появляется мат. Кто-то ругается в пылу спора, кто-то просто не следит за языком. Если для вашего сообщества это неприемлемо — нужен фильтр. Разбираемся, как его настроить.
Зачем фильтровать мат
Причины у всех разные:
- Политика компании. Корпоративный чат или группа бренда должны выглядеть прилично.
- Разновозрастная аудитория. В группе могут быть подростки или даже дети.
- Культура общения. Некоторые сообщества просто хотят поддерживать определённый тон.
- Юридические требования. В некоторых странах публичные площадки обязаны модерировать контент.
Какой бы ни была причина, ручная модерация — не вариант. Модераторы не могут читать каждое сообщение в реальном времени. Нужна автоматика.
Почему простой список стоп-слов не работает
Казалось бы: добавил матерные слова в чёрный список — и готово. На практике всё сложнее:
- Вариативность. Одно и то же слово можно написать десятком способов: с заменой букв на цифры (а→4, о→0), с пробелами, с точками между буквами.
- Контекст. Слово «блин» — это ругательство или еда? Зависит от контекста.
- Ложные срабатывания. Фамилия «Хуйтен» или город «Ебург» — не мат, но простой фильтр их заблокирует.
- Креативность пользователей. Люди постоянно придумывают новые способы обхода: эвфемизмы, транслит, специальные символы.
Нужен умный фильтр, который понимает контекст и распознаёт замаскированный мат.
Как работает хороший антимат
Современные решения используют несколько подходов:
Нормализация текста
Перед проверкой текст приводится к стандартному виду: цифры заменяются на похожие буквы, убираются лишние пробелы и символы. «М4т» превращается в «мат», «х.у.й» — в «хуй».
Морфологический анализ
Слово проверяется во всех формах: «хуя», «хуем», «хуёвый» — всё это одна основа. Не нужно добавлять каждую форму отдельно.
Машинное обучение
Нейросеть обучена на миллионах примеров и понимает контекст. Она отличит ругательство от безобидного слова, похожего на мат.
Шаг 2: Включите фильтр
В настройках бота активируйте фильтр нецензурной лексики. По умолчанию он работает в мягком режиме — удаляет только явный мат.
Шаг 3: Настройте под себя
Выберите уровень строгости:
- Мягкий: только откровенный мат
- Средний: мат + грубые оскорбления
- Строгий: любая грубость, включая эвфемизмы
Шаг 4: Добавьте исключения (опционально)
Если какое-то слово постоянно попадает под фильтр по ошибке — добавьте его в белый список.
Бот @AntiMatBot
Простой бесплатный бот с базовым списком слов. Работает, но легко обходится заменой букв. Подойдёт для маленьких групп без особых требований.
Combot
Имеет фильтр слов, но требует ручной настройки каждого паттерна. Нет умного распознавания замаскированного мата.
Rose
Позволяет создать кастомные фильтры с регулярными выражениями. Мощный инструмент, но требует технических знаний.
Фильтр блокирует нормальные слова
Добавьте их в белый список. Если проблема массовая — уменьшите строгость фильтра.
Пользователи обходят фильтр
Скорее всего, вы используете простой фильтр по списку слов. Переключитесь на решение с ИИ — оно поймает и замаскированный мат.
Мат в картинках/стикерах
Текстовый фильтр не поможет. Придётся либо модерировать вручную, либо вообще запретить отправку медиа.
Этика фильтрации
Несколько мыслей напоследок:
- Предупреждайте участников. Напишите в правилах, что мат запрещён и фильтруется. Это честно.
- Не будьте слишком строги. Излишняя цензура раздражает. Если ваша аудитория взрослая — может, и не нужен фильтр?
- Давайте второй шанс. Предупреждение лучше, чем сразу бан. Человек мог случайно выругаться.
Как это связано с Defendy
В Defendy доступны фильтры ссылок, пересылок, нецензурной лексики и отдельные списки стоп-слов.
Актуальный перечень доступных, тестируемых и запланированных модулей опубликован на странице возможностей. Не закладывайте тестируемые или запланированные функции в обязательный процесс.
Материал проверен 20 июня 2026 года по коду и документации Defendy. Мы намеренно не приводим неподтверждённые показатели масштаба, точности и доступности сервиса.
На чём основан материал
- defendy:services/moderation_svc/domain/filters
- defendy:frontend/webapp/src/features/antimat