[發明專利]一種確定涉密文本的方法和裝置

在審

• 申請號: 202011111708.6
• 申請日: 2020-10-16
• 公開（公告）號: CN112149403A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 李昊達;高欣;劉兵;楊雨婷;陳旭
• 申請（專利權）人: 軍工保密資格審查認證中心
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/247;G06F40/289;G06F40/30
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

1.一種確定涉密文本的方法，其特征在于，包括：

從文本中獲取包含涉密關鍵詞及其上下文信息的子文本；

根據所述子文本，確定所述涉密關鍵詞之間的依存關系；

將所述依存關系與預設的包含多個涉密關鍵詞之間依存關系的涉密信息規則庫中的涉密關鍵詞的依存關系進行匹配，若匹配成功，則確定所述文本為涉密文本。

2.根據權利要求1所述的方法，其特征在于，所述涉密關鍵詞被設置為按照如下方式確定，包括：

獲取文本中的詞語；

將所述詞語與預設的涉密關鍵詞庫中涉密關鍵詞進行匹配；

若匹配成功，則將所述詞語確定為涉密關鍵詞。

3.根據權利要求2所述的方法，其特征在于，在所述將所述詞語與預設的涉密關鍵詞庫中涉密關鍵詞進行匹配之后，還包括：

若匹配不成功，則將所述詞語輸入至預設的同義詞語轉換模型，經所述同義詞語轉換模型，輸出所述詞語的同義詞；

將所述同義詞與所述涉密關鍵詞進行匹配。

4.根據權利要求3所述的方法，其特征在于，所述同義詞語轉換模型包括下述中的至少一種：

音變模型、形變模型、錯別字模型和繁體字模型。

5.根據權利要求1所述的方法，其特征在于，從文本中獲取包含涉密關鍵詞及其上下文信息的子文本，包括：

確定所述文本中的涉密關鍵詞；

將所述涉密關鍵詞所在位置上下相鄰兩預設截止符之間的文本確定為所述子文本。

6.根據權利要求1所述的方法，其特征在于，根據所述子文本，確定所述涉密關鍵詞之間的依存關系，包括：

將所述子文本輸入至依存句法分析模型，經所述依存句法分析模型，輸出所述子文本中的兩實體詞之間的依存關系。

7.根據權利要求1所述的方法，其特征在于，所述將所述依存關系與預設的包含多個涉密關鍵詞之間依存關系的涉密信息規則庫中的涉密關鍵詞的依存關系進行匹配，其中，匹配成功的條件被設置為按照下述方式中的至少一種：

所述子文本中的涉密關鍵詞與所述涉密信息規則庫中的涉密關鍵詞為相同的詞或詞義相同的詞并且所述子文本中的涉密關鍵詞之間的依存關系與所述涉密信息規則庫中的涉密關鍵詞之間的依存關系相同，

所述子文本中的涉密關鍵詞屬于所述涉密信息規則庫中的涉密關鍵詞類別范圍并且所述子文本中的涉密關鍵詞之間的依存關系與所述涉密信息規則庫中的涉密關鍵詞之間的依存關系相同。

8.根據權利要求1所述的方法，其特征在于，在所述從文本中獲取包含涉密關鍵詞及其上下文信息的子文本之前還包括：

在文本的文件格式為非標準格式的情況下，將所述文本的文件格式轉換成預設的標準格式。

9.根據權利要求1所述的方法，其特征在于，所述依存關系包括下述中的至少一種：

主謂關系、核心關系、定中關系、數量關系、副詞關系及同位語關系。

10.根據權利要求1所述的方法，其特征在于，所述涉密信息規則庫包括多個技術領域的涉密信息規則庫，在所述將所述依存關系與預設的包含多個涉密關鍵詞之間依存關系的涉密信息設置規則庫中的涉密關鍵詞的關聯依存關系進行匹配之前，還包括：

根據所述子文本的技術領域，確定與所述技術領域相匹配的涉密信息規則庫。

11.根據權利要求1所述的方法，其特征在于，所述涉密信息規則庫被設置為按照下述方式生成：

將同一技術領域的多個預設的涉密文本進行數據合并；

從合并后的數據中提取所述涉密文本中的涉密關鍵詞；

分析并存儲所述涉密關鍵詞之間的依存關系。