[發明專利]一種基于語義的地理標注內容安全檢查方法及裝置

有效

• 申請號: 201410241021.2
• 申請日: 2014-05-30
• 公開（公告）號: CN104008169B
• 公開（公告）日: 2017-02-22
• 發明（設計）人: 羅安;劉紀平;王勇;張福浩;王亮;董春
• 申請（專利權）人: 中國測繪科學研究院
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京市天璽沐澤專利代理事務所(普通合伙)11532
• 代理人: 鮑曉

1.一種基于語義的地理標注內容安全檢查方法，包括如下步驟：

S110，禁用詞匹配步驟：

構建地理標注內容禁用詞庫，并利用中文文本匹配方法，有效進行地理標注內容中名稱信息和描述信息的關鍵詞匹配與查找，實現基于禁用詞庫的地理標注涉密內容的自動發現；

S120，標注自動分類步驟：

針對地理標注的內容、類別及屬性，構建地理標注內容分類體系，并針對分類體系中的各個地理信息標注類別，設定語義分類規則和特征向量；然后根據地理標注的名稱信息和描述信息，提取地理標注內容的語義特征向量，再利用語義相似度計算方法，實現基于語義的網絡地理標注內容的自動分類計算；

S130：白名單過濾步驟

根據標注自動分類步驟所匹配的部分涉密類型，從該類型中取出相應的白名單對象庫，然后根據地理標注的名稱信息與白名單對象庫中的標注對象名稱的相似度計算，通過與設定相似度閾值進行比較，實現白名單過濾功能；

S140，地圖公開表示規則檢查步驟

根據相應的規則要求，將其中的各種規則要求進行數字化表達，并利用正向表達式配準及規則匹配等技術，實現地理標注的公開地圖內容表示規定檢查，確保地理標注內容可公開性。

2.根據權利要求1所述基于語義的地理標注內容安全檢查方法，其特征在于：

所述禁用詞匹配步驟包括如下子步驟：

S111：從地理標注內容中提取名稱信息和描述信息，融合形成一段描述地理標注內容的文本信息；

S112：利用中文文本匹配方法對所述文本信息與所述禁用詞庫進行關鍵詞匹配；

S113：如果匹配成功，說明該條地理標注內容中包含涉密信息，則將該條地理標注收錄到質疑地理標注數據庫中；否則，進入標注自動分類步驟進行進一步檢查。

3.根據權利要求1所述基于語義的地理標注內容安全檢查方法，其特征在于：

所述標注自動分類步驟包括如下子步驟：

S121：針對地理標注內容、類別及屬性，構建地理標注內容分類體系，并針對分類體系中的各個地理信息標注類別，設定語義分類的分類規則和特征向量；

S122：利用文中分詞技術，對地理標注的名稱信息進行分詞處理，將其分為不可再分的詞語粒度單元；

S123：根據各個分詞單元的詞性特征，對名稱信息進行角色標注，確定各詞語在整個名稱信息中的地位；

S124：根據角色標注選定名稱信息的中心詞，再利用基于中心詞的剪枝算法，剔除不具有實際意義的詞語標注；

S125：根據各個分詞單元離中心詞的距離，設置相關語義權重，計算名稱信息的語義相似度；

S126：通過比較地理標注的名稱信息與分類體系中各個類別的相似度值，選擇匹配最佳的地理標注類型，進行涉密類型判斷，實現基于語義的地理標注內容的自動分類：如果匹配的類型為完全涉密類，則將該條地理標注收錄到質疑地理標注數據庫中；如果匹配的類型為完全公開類，則將該條地理標注收錄到可公開地理標注數據庫中；如果匹配的類型為部分涉密類，則進入白名單過濾步驟繼續進行進一步檢查。

4.根據權利要求1所述基于語義的地理標注內容安全檢查方法，其特征在于：

所述白名單過濾步驟包括如下子步驟：

S131：根據地理標注內容自動分類的結果，即根據標注自動分類步驟所匹配的部分涉密類型，讀取該類型相應的白名單對象庫；

S132：提取地理標注名稱信息及白名單對象庫中的所有對象名稱信息的SVM向量；

S133：計算地理標注名稱信息SVM向量與白名單對象名稱信息SVM向量的相似度；

S134：將計算結果與設定的相似度閾值進行比較，判斷該條地理標注是否屬于白名單對象庫：如果計算結果小于相似度閾值，則表示該地理標注不屬于白名單對象庫，將該條地理標注收錄到質疑地理標注數據庫中；如果計算結果大于或等于相似度閾值，則表示該地理標注屬于白名單對象庫，將進入地圖公開表示規則檢查步驟進行進一步檢查。