Ага, я думал об этом всем уже, спасибо.
Насчет словообразования: вообще говоря, морфология уже давно не проблема. А автор будет решать - соглашаться с разметкой или нет. То есть, это будет его ответственность.
Ссылку на полит.ру найти не могу, конечно. Там все неслабо устроено. В общем, сочиняли стихи.

Морфология да. Но, вот, придет мне в голову слово пиздохуевина или ультраебанистический. Робот это пропустит. Или нужен какой-то крепко умный робот.

Если ответственность перекладывается на автора, то можно ограничиться обработкой авторской разметки, по-моему. Пусть ставит теги, руки не отсохнут. Не поставит -- его исключат из участников. Гарантировать ведь робот все равно ничего не может. Пускай он даже очень хорошо будет работать, а автор-вредитель возьмет и все проставленные роботом теги не подтвердит. Что тогда?

Помогать, мне кажется, надо не автору следить за собой, а модератору ловить нарушителей. Т.е. робот должен выдавать ему список подозрительных страниц. Например, сочетание ебан вне элемента abuse, например, будет считаться подозрительным. Модер страничку посмотрит, если окажется, что это было внебанковский, тогда OK, если все-таки мат, то модер разметку ставит сам, а автору санкции (предупреждение, бан).

Тут ведь в чем вопрос, вот, Вы вдруг обнаружили, что на сайте второй день висит стих с неразмеченной матершиной. Что и с кем Вы как начальник этого сайта делаете?

Рассказываю ;)
Там не будет анонимусов и опен-ид. Все участники будут подписываться под правилами при регистрации. Дальше там будет система баллов, примерно как на otvety.google.ru, в том числе - отрицательные баллы, поставляемые другими участниками. В принципе, хулиганящие участники и спаммеры будут отторгаться системой, думаю, при малом количестве активных пользователей это сработает.

Натурально, как модератор я буду все читать и за все отвечать.

Что получится, пока не очень понятно.

Да, и баллы эти мы во что-нибудь реальное будем конвертировать потом. Не в деньги, конечно.

А насчет внебанковских и прочих подстрахуев тоже решения можно найти. Я не хочу хороших людей напрягать лишней разметкой.

Может быть, тогда просто в интерфейсе отправки комментария предусмотреть чекбокс "в моем тексте присутствует обсценная лексика" типа?

Да, я именно так это себе представлял.
Но, как правильно заметил добродетельный ака-аутхор, это не снимает вопроса с выдачей полученного текста.
В общем, можно после того, как означенный чекбокс будет отмечен, напускать скрипта и просить автора согласиться с разметкой.
А можно, как и было предложено, просить маркировать отдельные лексемы.
В общем, все это не бином Ньютона. Я пока вижу главную проблему вот в чем: на морду будут выводиться "лучшие" тексты (получившие высшие оценки читателей). Что-то мне подсказывают, что они будут все в звездах.

А можно скрывать его реплику и показывать только если читающий нажмет на какую-нибудь кнопочку, что понял, что там есть плохие слова, но все равно хочет почитать.

Ну видишь, это проблема "морды" как раз, первой страницы.
Там нельзя ставить сплошь красные флажки.
Можно, конечно, стимулировать авторов к написанию текстов без лексики, выводя на морду первые из необсценных. Но это тоже идиотизм.

Текст без лексики № 1

1x (t° <0) (01.12-28~29.02)
1|sg [/\/\/\]->
(t° ~= -20°)!!!

Многобукв. Ниасилил.

Даты в первой строке маво письма симболизируют время года.
1|sg - это форма 1-го л. ед. ч.
В третией строке наличествует гипербола, указывающее на нечто сильное.

Лошадку-то как изобразишь?

Тут уж вопрос конвенции. Можно так вот:
(o)
Только так она больше похожа на свинюшку.

Ты сделай там типа два раздела: "Плуцер" и "Сарно".
В Сарне будут выставляться только благопристойные тексты, а в Плуцере - все остальные.

Скорее, "Микулин".

Я тоже сперва думал, но Микулина никто на знает, а кто знает, не вспомнит. А Сарно - бренд!

Хуенд, как сказал бы Горный.

Удава в брюки положа, не забывайте про ежа.

Введя ежа в свою семью,
Не забывайте про свинью.

Свинью товарищем назвав,
Не забывайте, что удав,

И еж, и гусь, и сам вомбат
У вас в штанах давно сидят

И песенки поют.

У вомбата выходной. Луковицы в ряд.
http://lenta.livejournal.com/101448.html

я за этот тред от Вас больше мата "услышал", чем за все время знакомства :-)

Распустился без Вас.

я бы сказал, раскрылись новые стороны таланта

Робот, может, и усечет пиздохуевину, а вот песдахуйовену - уже с трудом.

Ну, так напишет кто? Правильно, человек, который захочет обмануть систему. Нужны ли нам такие люди? Возьмем ли мы из в коммунизм? Нет, не нужны, не возьмем.

Не обязательно. Весь падонковсикий новояз не родился же как способ обмануть автоматическую цензуру? Или чудовищное словотворчество вашего торквемады.

А падонкаф нам не надо! Пусть зубы сначала почистят и когти подстригут.

Смотря чего надо добиться. Чтобы при включенной цензуре мат не появлялся _никогда_, или просто поддерживать на некотором приемлемом уровне дисциплину, чтобы сайт не становился похож на логово "падонков"?

Со скриптом смотрите что может происходить. Вот, я написал текст. Скрипт мне пометил часть слов, которые он узнал, а неологизмы не пометил. Как я должен это расценивать, и как на это реагировать? Пометить неологизмы вручную? Считать, что, с точки зрения администрации сайта, эти неологизмы приемлемы -- скрипт не пометил, значит, разрешил? Невнятность получается.

Вам виднее, но не думаю, что обязанность делать разметку будет сильно напрягать авторов. Это же не сервер матерных частушек, где мат в каждой строчке. Ну, придется время от времени кому-то пару тегов набрать.

Пусть, в конце концов, культурные стихи пишут.

Последнее замечание особенно смешно слышать от Вас (ср. реплику добродетельного ЛЗ).
Да, все это технически решаемо, думаю, можно просто написать жабий скрип, как это всюду делается, для легкого введения тэгов посредством мыши.

Все эти скрипты глюкавы как сатана. А рулит тут, как ни забавно, флеш.

Да ладно, у меня все они работают, кажется.
А флеш как раз выкидывает фортеля.

http://www.polit.ru/culture/2007/04/03/poetz.html