[發(fā)明專利]文本脫敏方法、裝置、電子設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010795184.0
• 申請(qǐng)日: 2020-08-10
• 公開（公告）號(hào): CN112001174A
• 公開（公告）日: 2020-11-27
• 發(fā)明（設(shè)計(jì)）人: 代慶國(guó);羅英群;呂令廣
• 申請(qǐng)（專利權(quán)）人: 深圳中興網(wǎng)信科技有限公司
• 主分類號(hào): G06F40/289
• 分類號(hào): G06F40/289;G06F40/30;G06F40/279;G06F40/216;G06F16/335;G06F21/62
• 代理公司: 北京友聯(lián)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11343
• 代理人: 尚志峰;王淑梅

1.一種文本脫敏方法，其特征在于，包括：

獲取待處理文本和隱馬爾科夫模型；

根據(jù)分詞庫(kù)對(duì)所述待處理文本進(jìn)行分詞處理，得到詞匯信息；

根據(jù)所述詞匯信息和所述隱馬爾科夫模型，確定所述詞匯信息對(duì)應(yīng)的語(yǔ)境信息；

基于所述語(yǔ)境信息滿足預(yù)設(shè)語(yǔ)境信息，則對(duì)所述詞匯信息進(jìn)行脫敏處理。

2.根據(jù)權(quán)利要求1所述的文本脫敏方法，其特征在于，所述對(duì)所述文本詞匯信息進(jìn)行脫敏處理的步驟，具體包括：

比對(duì)所述詞匯信息中的詞匯文本和隱私詞匯；

基于所述詞匯文本符合所述隱私詞匯，則將所述詞匯文本標(biāo)記為敏感數(shù)據(jù)；

根據(jù)脫敏規(guī)則對(duì)所述敏感數(shù)據(jù)進(jìn)行脫敏處理。

3.根據(jù)權(quán)利要求1所述的文本脫敏方法，其特征在于，所述獲取隱馬爾科夫模型的步驟，具體包括：

獲取目標(biāo)文本；

根據(jù)所述分詞庫(kù)對(duì)所述目標(biāo)文本進(jìn)行分詞處理，得到第一目標(biāo)詞匯、所述第一目標(biāo)詞匯對(duì)應(yīng)的詞匯位置和語(yǔ)義；

根據(jù)所述第一目標(biāo)詞匯、所述詞匯位置、所述語(yǔ)義和語(yǔ)境模式庫(kù)，確定所述目標(biāo)文本的語(yǔ)境標(biāo)識(shí)；

根據(jù)所述語(yǔ)境標(biāo)識(shí)構(gòu)建所述隱馬爾科夫模型。

4.根據(jù)權(quán)利要求3所述的文本脫敏方法，其特征在于，所述根據(jù)所述詞匯信息和所述隱馬爾科夫模型，確定所述詞匯信息對(duì)應(yīng)的語(yǔ)境信息的步驟，具體包括：

匹配所述詞匯信息和所述隱馬爾科夫模型，得到所述詞匯信息與所述語(yǔ)境標(biāo)識(shí)的匹配度；

基于所述匹配度大于或等于匹配度閾值，則將所述大于或等于所述匹配度閾值的所述匹配度對(duì)應(yīng)的語(yǔ)境標(biāo)識(shí)作為所述語(yǔ)境信息。

5.根據(jù)權(quán)利要求3所述的文本脫敏方法，其特征在于，所述獲取目標(biāo)文本的步驟之后，還包括：

采用最大匹配算法對(duì)所述目標(biāo)文本進(jìn)行分詞處理，得到第二目標(biāo)詞匯；

統(tǒng)計(jì)所述目標(biāo)文本中所述第二目標(biāo)詞匯的出現(xiàn)頻率；

根據(jù)所述出現(xiàn)頻率大于或等于預(yù)設(shè)頻率的所述第二目標(biāo)詞匯更新所述分詞庫(kù)。

6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的文本脫敏方法，其特征在于，所述獲取隱馬爾科夫模型的步驟，具體包括：

根據(jù)所述待處理文本確定所述待處理文本所屬的文本類型；

匹配所述文本類型和預(yù)設(shè)文本類型；

基于所述文本類型和所述預(yù)設(shè)文本類型匹配，則根據(jù)所述預(yù)設(shè)文本類型調(diào)取所述隱馬爾科夫模型。

7.根據(jù)權(quán)利要求2至5中任一項(xiàng)所述的文本脫敏方法，其特征在于，

所述脫敏規(guī)則包括以下至少一種：屏蔽算法、變形算法、替換算法、格式保留加密算法和數(shù)據(jù)加密算法。

8.一種文本脫敏裝置，其特征在于，包括：存儲(chǔ)器和處理器，所述存儲(chǔ)器儲(chǔ)存有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)執(zhí)行如權(quán)利要求1至7中任一項(xiàng)所述的文本脫敏方法。

9.一種電子設(shè)備，其特征在于，包括：

如權(quán)利要求8所述的文本脫敏裝置，所述文本脫敏裝置執(zhí)行計(jì)算機(jī)程序時(shí)能夠執(zhí)行以下步驟：

獲取待處理文本和隱馬爾科夫模型；

根據(jù)分詞庫(kù)對(duì)所述待處理文本進(jìn)行分詞處理，得到詞匯信息；

根據(jù)所述詞匯信息和所述隱馬爾科夫模型，確定所述詞匯信息對(duì)應(yīng)的語(yǔ)境信息；

基于所述語(yǔ)境信息滿足預(yù)設(shè)語(yǔ)境信息，則對(duì)所述詞匯信息進(jìn)行脫敏處理。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)執(zhí)行如權(quán)利要求1至7中任一項(xiàng)所述的文本脫敏方法的步驟。