[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(jì)）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

本公開涉及一種確定涉密文本的方法和裝置。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(gè)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。本公開能夠從涉密關(guān)鍵詞的上下文語義上確定文本的涉密內(nèi)容，因而，涉密文本的確定方法更為準(zhǔn)確和快速。

技術(shù)領(lǐng)域

本公開涉及自然語言處理技術(shù)領(lǐng)域，尤其涉及一種確定涉密文本的方法和裝置。

背景技術(shù)

文件是否涉密以及該文件的密級是由文件所包含的具體涉密內(nèi)容決定的，文件中具體的涉密內(nèi)容稱為密點(diǎn)。相關(guān)技術(shù)中，對涉密文本的確定多由人工完成。人工定密主觀性較強(qiáng)，所依據(jù)的定密標(biāo)準(zhǔn)不夠統(tǒng)一，不同領(lǐng)域，不同的單位定密標(biāo)準(zhǔn)往往差別很大，導(dǎo)致定密結(jié)果不準(zhǔn)確。

發(fā)明內(nèi)容

為克服相關(guān)技術(shù)中存在的問題，本公開提供一種確定涉密文本方法和裝置。

根據(jù)本公開實(shí)施例的第一方面，提供一種確定涉密文本的方法，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(gè)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。

在一種可能的實(shí)現(xiàn)方式中，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。

在一種可能的實(shí)現(xiàn)方式中，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。

在一種可能的實(shí)現(xiàn)方式中，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(cuò)別字模型和繁體字模型。

在一種可能的實(shí)現(xiàn)方式中，從文本中獲取涉密關(guān)鍵詞及其上下文信息所在的子文本，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。

在一種可能的實(shí)現(xiàn)方式中，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(shí)體詞之間的依存關(guān)系。

在一種可能的實(shí)現(xiàn)方式中，所述將所述依存關(guān)系與預(yù)設(shè)的包含多個(gè)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。