LLM-敏感词过滤组件主要用于大语言模型（LLM）的文本数据预处理工作，可以过滤掉带有敏感词的样本。
使用限制
仅支持MaxCompute计算引擎。
算法简介
识别文本中是否包含敏感词，过滤掉包含敏感词的样本。支持返回文本中包含的敏感词。默认提供的敏感词数量共12000+。
可视化配置参数
您可以在Designer中，通过可视化的方式配置组件参数。
页签 | 参数 | 是否必选 | 描述 | 默认值 |
字段设置 | 选择目标处理列 | 是 | 选择要处理的列。 | 无 |
是否保存敏感词结果 | 否 | 是否将敏感词识别结果保存到输出表中。如果勾选，则在输出表中新增两列用来存储结果，否则不做存储。
| 无 | |
SQL脚本 | 否 | where语句填写，是否敏感词默认保存到 | 无 | |
敏感词文件 | 否 | 敏感词文件路径。置空时，使用默认的敏感词列表。文件格式为："敏感词1\n敏感词2\n..."，敏感词之间用换行符分隔。 | 预置敏感词文件 | |
设置输出表生命周期 | 否 | 正整数，单位为天。默认28天，28天后该组件产生的临时表被回收。 | 28 | |
执行调优 | 每个实例的cpu数目 | 否 | 设定map task每个instance的CPU数目，取值范围为[50,800]。 | 100 |
每个实例的memory大小，单位M | 否 | 设定map task每个instance的memory大小，单位为MB，取值范围为[256,12288]。 | 1024 | |
每个实例处理的数据大小，单位M | 否 | 设定map task每个instance的最大处理数据量，用户可以通过控制该变量，实现对map端输入的控制。单位为MB，取值范围为[1,Integer.MAX_VALUE]。 | 256 |
相关文档
关于Designer组件更详细的内容介绍，请参见Designer概述。