[發明專利]一種數據分類分級模型的訓練方法、裝置及電子設備

有效

• 申請號: 202011631556.2
• 申請日: 2020-12-30
• 公開（公告）號: CN112966100B
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 孫亞東;王志海;王聞馨;喻波;魏力
• 申請（專利權）人: 北京明朝萬達科技股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/126;G06F16/28;G06K9/62
• 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

1.一種數據分類分級模型的訓練方法，其特征在于，所述方法包括：

從預設語料庫中挑選m份語料作為訓練樣本，每份語料包括至少一個數據實體，每個數據實體包括至少一個屬性特征；所述預設語料庫包括數據實體清單、實體關系清單，每一個數據實體對應至少一種實體類別，每一種實體關系對應一個關系類別，所述實體類別包括人名、地址名稱、組織機構名稱、時間、數字中的至少一個；所述關系類別包括任務社會關系、物理方位關系、一般隸屬關系、整體與部分關系、組織隸屬關系、所有物品關系中的至少一個；

根據預設的數據分類分級標準對所述m份語料進行預處理，將每份語料轉換為對應的數據模型，以及確定m份語料各自對應的數據類別和數據級別；所述確定m份語料各自對應的數據類別和數據級別包括：根據所述預設的數據分類分級標準確定m份語料各自對應的所述數據類別，根據所述數據類別確定級別特征，并根據所述級別特征確定每份語料各自對應的所述數據級別；所述級別特征包括管理要求、公開范圍、影響業務和影響對象中的至少一項；

根據每份語料中包含的數據實體和所述數據實體包含的屬性特征，對每份語料對應的數據模型進行編碼，得到每份語料對應的特征矩陣；

將所述m份語料對應的特征矩陣輸入到預先建立的數據分類分級模型中，得到m份語料各自對應的預測類別和預測級別；

根據所述m份語料各自對應的數據類別和數據級別，以及所述m份語料各自對應的預測類別和預測級別，確定所述數據分類分級模型對應的混淆矩陣；

重復執行上述步驟，直至所述數據分類分級模型對應的混淆矩陣滿足預設條件，得到訓練完成的數據分類分級模型；

基于訓練完成的數據分類分級模型確定目標數據的數據類別和數據級別；

根據所述數據類別和數據級別確定所述目標數據的應用范圍、授權對象、以及所述授權對象的操作權限；

根據所述目標數據的應用范圍、授權對象，以及所述授權對象的操作權限確定所述目標數據對應的管控策略。

2.根據權利要求1所述的方法，其特征在于，所述從預設語料庫中挑選m份語料作為訓練樣本之前，所述方法還包括：

根據預設的數據分類分級標準確定待處理數據對應的數據實體清單，以及所述數據實體清單對應的實體關系清單；所述數據實體清單包含所述待處理數據包含的各個數據實體，所述實體關系清單包含所述各個數據實體之間的實體關系；

根據所述數據實體清單和所述實體關系清單對所述待處理數據進行篩選，得到用于訓練數據分類分級模型的語料；

對所述語料中各個數據實體的實體類別以及所述數據實體之間的實體關系的關系類別進行標注；

根據標注后的語料生成所述待處理數據對應的預設語料庫。

3.根據權利要求2所述的方法，其特征在于，所述根據預設的數據分類分級標準對所述m份語料進行預處理，將每份語料轉換為對應的數據模型，包括：

根據所述預設語料庫確定所述m份語料各自包含的數據實體和所述數據實體之間的實體關系，以及所述數據實體對應的實體類別和所述實體關系對應的關系類別；

根據每份語料包含的數據實體和實體類別，提取每份語料對應的數據實體和所述數據實體對應的屬性特征，得到每份語料對應的結構化數據；

根據所述數據實體之間的實體關系和所述實體關系對應的關系類別，對所述每份語料對應的結構化數據進行排列組合，得到每份語料對應的數據模型。

4.根據權利要求1所述的方法，其特征在于，所述根據預設的數據分類分級標準對所述m份語料進行預處理，確定m份語料各自對應的數據類別和數據級別，包括：

根據預設的數據分類分級標準確定每份語料包含的各個數據實體對應的數據類別和數據級別；

根據所述各個數據實體對應的數據類別和數據級別，確定每份語料對應的數據類別和數據級別。