[發(fā)明專利]一種基于事件搜索的敏感信息監(jiān)控方法

有效

• 申請?zhí)枺?/td>: 201210170863.4
• 申請日: 2012-05-29
• 公開（公告）號: CN102693314A
• 公開（公告）日: 2012-09-26
• 發(fā)明（設(shè)計）人: 代松;姬東鴻
• 申請（專利權(quán)）人: 代松
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 武漢天力專利事務(wù)所 42208
• 代理人: 吳曉穎;馮衛(wèi)平

1.一種基于事件搜索的敏感信息監(jiān)控方法，該方法使用的硬件部分包括事件識別部件、事件抽取部件，其特征在于該方法包括以下步驟：

（1）事件識別部件利用PropBank的語義角色分類體系對被監(jiān)控的文本信息進行語義角色標注，用以描述事件及其特征；

（2）識別事件后，事件抽取部件采用對數(shù)線性模型進行事件抽取，包括構(gòu)成事件的基本概念；用以對被監(jiān)控的文本信息的句子進行句法分析，以獲得該句子中的事件；

（3）在被監(jiān)控的文本信息中自動搜索指定事件及事件相關(guān)概念，其方法為利用從用戶指定自然語言查詢中抽取到的敏感事件，與在被監(jiān)控的文本信息中抽取到的事件進行匹配，若謂詞、論元及語義角色類別均相同，則為同一事件，即判定被監(jiān)控的文本信息為敏感信息；

（4）當(dāng)一個文本片斷被判定為敏感信息后，會自動產(chǎn)生預(yù)警信息，該信息將通過郵件、短信手段通知相關(guān)用戶，以便及時采取應(yīng)對措施。

2.根據(jù)權(quán)利要求1所述的基于事件搜索的敏感信息監(jiān)控方法，其特征在于：步驟（1）中所述語義角色標注采用最大熵模型作為分類器，標注過程分為兩個階段，

第一階段識別謂詞，即識別出被監(jiān)控的文本信息句中的哪些詞為謂詞；假設(shè)C={01,02,…,N_L}為義項集合，其中N_L為類別個數(shù)，t_i為詞w在句子s中的第i個義項，最大熵模型利用以下公式求解使條件概率P(w|s,t_i)最大的t值

?????????????????????????????????????????????????????????

為識別謂詞，采用以下特征：詞自身、依存類別、父親、父親詞性、孩子集合、孩子詞性集合、孩子依存類別集合、左鄰居、右鄰居、左鄰居依存類別、右鄰居依存類別；

第二階段對謂詞的語義類別進行分類，分類過程仍然采用最大熵作為分類器，特征與謂詞識別時相同；這里，謂詞的語義類別參考PropBank中的標準；語義角色標注過程與謂詞識別過程相同，并將論元識別和論元分類合并為一個過程，除了謂詞識別中用到的特征，語義角色標注還利用了以下特征：位置即在謂詞左或右，或自身、在PropBank里定義的謂詞義類、最左和最右的詞、最左和最右的孩子、詞性路徑即從該詞到某一謂詞的全部詞性，按訪問路徑排列、依存類別路徑即從該詞到某一謂詞的全部依存類別，按訪問路徑排列、共同祖先路徑即該詞到與某一謂詞的共同祖先經(jīng)過的路徑，包括詞性路徑和依存類別路徑。