[發(fā)明專利]一種確定涉密文本的方法和裝置

在審

• 申請?zhí)枺?/td>: 202011111708.6
• 申請日: 2020-10-16
• 公開（公告）號: CN112149403A
• 公開（公告）日: 2020-12-29
• 發(fā)明（設(shè)計）人: 李昊達(dá);高欣;劉兵;楊雨婷;陳旭
• 申請（專利權(quán)）人: 軍工保密資格審查認(rèn)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(dá)劉知識產(chǎn)權(quán)代理事務(wù)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(guān)鍵詞及其上下文信息的子文本；

根據(jù)所述子文本，確定所述涉密關(guān)鍵詞之間的依存關(guān)系；

將所述依存關(guān)系與預(yù)設(shè)的包含多個涉密關(guān)鍵詞之間依存關(guān)系的涉密信息規(guī)則庫中的涉密關(guān)鍵詞的依存關(guān)系進(jìn)行匹配，若匹配成功，則確定所述文本為涉密文本。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述涉密關(guān)鍵詞被設(shè)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(yù)設(shè)的涉密關(guān)鍵詞庫中涉密關(guān)鍵詞進(jìn)行匹配；

若匹配成功，則將所述詞語確定為涉密關(guān)鍵詞。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在所述將所述詞語與預(yù)設(shè)的涉密關(guān)鍵詞庫中涉密關(guān)鍵詞進(jìn)行匹配之后，還包括：

若匹配不成功，則將所述詞語輸入至預(yù)設(shè)的同義詞語轉(zhuǎn)換模型，經(jīng)所述同義詞語轉(zhuǎn)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(guān)鍵詞進(jìn)行匹配。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述同義詞語轉(zhuǎn)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(jù)權(quán)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(guān)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(guān)鍵詞；

將所述涉密關(guān)鍵詞所在位置上下相鄰兩預(yù)設(shè)截止符之間的文本確定為所述子文本。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述子文本，確定所述涉密關(guān)鍵詞之間的依存關(guān)系，包括：

將所述子文本輸入至依存句法分析模型，經(jīng)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(guān)系。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述依存關(guān)系與預(yù)設(shè)的包含多個涉密關(guān)鍵詞之間依存關(guān)系的涉密信息規(guī)則庫中的涉密關(guān)鍵詞的依存關(guān)系進(jìn)行匹配，其中，匹配成功的條件被設(shè)置為按照下述方式中的至少一種：

所述子文本中的涉密關(guān)鍵詞與所述涉密信息規(guī)則庫中的涉密關(guān)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(guān)鍵詞之間的依存關(guān)系與所述涉密信息規(guī)則庫中的涉密關(guān)鍵詞之間的依存關(guān)系相同，

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

8.根據(jù)權(quán)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(guān)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(biāo)準(zhǔn)格式的情況下，將所述文本的文件格式轉(zhuǎn)換成預(yù)設(shè)的標(biāo)準(zhǔn)格式。

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述依存關(guān)系包括下述中的至少一種：

主謂關(guān)系、核心關(guān)系、定中關(guān)系、數(shù)量關(guān)系、副詞關(guān)系及同位語關(guān)系。

10.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述涉密信息規(guī)則庫包括多個技術(shù)領(lǐng)域的涉密信息規(guī)則庫，在所述將所述依存關(guān)系與預(yù)設(shè)的包含多個涉密關(guān)鍵詞之間依存關(guān)系的涉密信息設(shè)置規(guī)則庫中的涉密關(guān)鍵詞的關(guān)聯(lián)依存關(guān)系進(jìn)行匹配之前，還包括：

根據(jù)所述子文本的技術(shù)領(lǐng)域，確定與所述技術(shù)領(lǐng)域相匹配的涉密信息規(guī)則庫。

11.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述涉密信息規(guī)則庫被設(shè)置為按照下述方式生成：

將同一技術(shù)領(lǐng)域的多個預(yù)設(shè)的涉密文本進(jìn)行數(shù)據(jù)合并；

從合并后的數(shù)據(jù)中提取所述涉密文本中的涉密關(guān)鍵詞；

分析并存儲所述涉密關(guān)鍵詞之間的依存關(guān)系。