[發明專利]一種敏感文本確定方法及裝置

有效

• 申請號: 201811290233.4
• 申請日: 2018-10-31
• 公開（公告）號: CN109657228B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 袁喆;張暉
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/216;G06F16/332
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

本公開的實施例提供了一種敏感文本確定方法及裝置，所述方法包括：確定目標文本中是否存在至少一個字符屬于預設黑名單；在不存在字符屬于預設黑名單的情況下，根據預設白名單對所述目標文本進行匹配，并統計匹配的字符總長度；根據所述匹配的字符總長度和目標文本的長度確定目標文本與所述白名單的匹配參數；在所述匹配參數大于預設匹配參數閾值的情況下，確定所述目標文本為非敏感文本。可以根據匹配長度和文本長度計算匹配參數，并根據匹配參數確定文本是否為敏感文本，有助于提高敏感文本的識別準確度；還可以根據數據量較少的白名單和黑名單首先確定是否為敏感文本，有助于有效提高識別速度。

技術領域

本公開的實施例涉及文本匹配技術領域，尤其涉及一種敏感文本確定?方法及裝置。

背景技術

商品的網絡銷售平臺方便了人們的生活。為了保證平臺的健康發展，?降低運營風險，需要對商品信息中的敏感信息進行識別和過濾。

現有技術中，相較于采用全文本匹配進行敏感信息識別，改進的敏感?文本確定方案具有較好的匹配效率。其主要通過匹配算法識別文本中的敏?感信息。例如，KMP算法采用字符串匹配，通過不斷移動參考字符串，判?斷目標字符串中是否包含該參考字符串。當參考字符串和目標字符串中一?片段相同時，確定該目標字符串包含該參考字符串，匹配成功；當參考字?符串不和目標字符串中的任一片段相同時，確定該目標字符串不包含該參考字符串。

可以看出，上述方案在確認是否為敏感文本時，若匹配成功則認為該?文本為敏感文本，算法簡單，導致準確度較低，此外逐個匹配導致識別速?度較低。

發明內容

本公開實施例提供一種敏感文本確定方法及裝置，有助于提高確定敏?感文本的準確性。

根據本公開實施例的第一方面，提供了一種敏感文本確定方法，所述?方法包括：

確定目標文本中是否存在至少一個字符屬于預設黑名單；

在不存在字符屬于預設黑名單的情況下，根據預設白名單對所述目標?文本進行匹配，并統計匹配的字符總長度；

根據所述匹配的字符總長度和目標文本的長度確定目標文本與所述白?名單的匹配參數；

在所述匹配參數大于預設匹配參數閾值的情況下，確定所述目標文本?為非敏感文本。

根據本公開實施例的第二方面，提供了一種敏感文本確定裝置，所述?裝置包括：

黑名單匹配模塊，用于確定目標文本中是否存在至少一個字符屬于預?設黑名單；

白名單匹配模塊，用于在不存在字符屬于預設黑名單的情況下，根據?預設白名單對所述目標文本進行匹配，并統計匹配的字符總長度；

匹配參數確定模塊，用于根據所述匹配的字符總長度和目標文本的長?度確定目標文本與所述白名單的匹配參數；

敏感確定模塊，用于在所述匹配參數大于預設匹配參數閾值的情況?下，確定所述目標文本為非敏感文本。

根據本公開實施例的第三方面，提供了一種電子設備，包括：

處理器、存儲器以及存儲在所述存儲器上并可在所述處理器上運行的?計算機程序，所述處理器執行所述程序時實現前述的敏感文本確定方法。

根據本公開實施例的第四方面，提供了一種可讀存儲介質，當所述存?儲介質中的指令由電子設備的處理器執行時，使得電子設備能夠執行前述?的敏感文本確定方法。