[發明專利]新聞脫敏處理方法、裝置、電子設備及可讀存儲介質

在審

• 申請號: 202110730474.1
• 申請日: 2021-06-29
• 公開（公告）號: CN113360946A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 黃晨;李翔;劉屹;沈志勇
• 申請（專利權）人: 招商局金融科技有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F16/33;G06F40/242;G06F40/295
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種新聞脫敏處理方法，其特征在于，所述方法包括：

響應用戶基于客戶端發出的針對第一媒體的新聞脫敏處理請求，將所述第一媒體發布的第一新聞存儲至第一數據庫；

獲取第二媒體發布的第二新聞，抽取所述第二新聞中的敏感人名及其屬性信息，基于所述敏感人名及其屬性信息建立所述敏感人名對應的字典，并將所述字典存儲至第二數據庫；

將所述第一數據庫中的每條新聞分別與所述第二數據庫中各個敏感人名對應的字典匹配，當某一指定新聞與某一指定敏感人名對應的字典匹配成功時，將所述指定新聞作為敏感新聞；

對所述敏感新聞中含有所述指定敏感人名的句子執行句型識別，基于句型識別結果對所述敏感新聞執行脫敏處理。

2.如權利要求1所述的新聞脫敏處理方法，其特征在于，所述抽取所述第二新聞中的敏感人名及其屬性信息，基于所述敏感人名及其屬性信息建立所述敏感人名對應的字典，包括：

對所述第二新聞的標題執行實體識別，得到敏感人名及其對應的地名及職務；

當判斷所述第二新聞的正文中含有預設格式的句子時，對所述預設格式的句子執行實體識別，得到實體識別結果，基于所述實體識別結果獲取所述敏感人名的屬性信息；

匯總所述敏感人名對應的地名、職務及屬性信息得到所述敏感人名對應的字典。

3.如權利要求1所述的新聞脫敏處理方法，其特征在于，所述將所述字典存儲至第二數據庫，包括：

將所述敏感人名及其職務的組合作為關鍵字key，將所述敏感人名對應的字典作為關鍵字值value，得到所述敏感人名對應的鍵值對key-value；

當所述第二數據庫中沒有存儲所述key對應的數據時，將所述鍵值對存儲至第二數據庫中。

4.如權利要求1所述的新聞脫敏處理方法，其特征在于，所述當某一指定新聞與某一指定敏感人名對應的字典匹配成功時，將所述指定新聞作為敏感新聞，包括：

當判斷某一指定新聞中含有某一指定敏感人名時，將所述指定新聞中含有所述指定敏感人名的句子的集合作為第一敏感句子集；

對所述第一敏感句子集中的每個句子執行人名實體識別，從所述第一敏感句子集中抽取識別得到的人名與指定敏感人名一致的句子，得到第二敏感句子集；

判斷所述指定敏感人名對應的第二新聞與所述指定新聞的發布時間差是否小于預設閾值；

當判斷所述指定敏感人名對應的第二新聞與所述指定新聞的發布時間差小于預設閾值時，對所述第二敏感句子集中的句子執行職務及地名實體識別，將所述敏感人名、識別得到的職務、地名及所述指定新聞的發布時間作為所述指定敏感人名對應的待匹配信息；

抽取所述第二敏感句子集中所述待匹配信息與所述指定敏感人名對應的字典匹配成功的句子，得到第三敏感句子集；

當所述第三敏感句子集中含有至少一個句子時，將所述指定新聞作為敏感新聞。

5.如權利要求4所述的新聞脫敏處理方法，其特征在于，在所述判斷所述指定敏感人名對應的第二新聞與所述指定新聞的發布時間差是否小于預設閾值之后，所述方法還包括：

若判斷所述指定敏感人名對應的第二新聞與所述指定新聞的發布時間差大于或等于預設閾值，則認為所述指定新聞不是敏感新聞。

6.如權利要求1所述的新聞脫敏處理方法，其特征在于，所述方法還包括：

實時監控所述第一媒體是否發布新的第一新聞，當監控到所述第一媒體發布新的第一新聞時，將所述新的第一新聞存儲至第三數據庫；

基于所述第二數據庫中敏感人名對應的字典對所述第三數據庫中的新聞執行敏感新聞識別處理及脫敏處理，并將處理后的新聞存儲至所述第一數據庫。

7.如權利要求1所述的新聞脫敏處理方法，其特征在于，所述方法還包括：

實時監控所述第二媒體是否發布新的第二新聞，當監控到所述第二媒體發布新的第二新聞時，抽取所述新的第二新聞中的新敏感人名，建立所述新敏感人名對應的字典并存儲至第二數據庫；

基于所述新敏感人名對應的字典對所述第一數據庫中的新聞執行敏感新聞識別處理及脫敏處理。