[發明專利]數據處理方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202111119263.0
• 申請日: 2021-09-23
• 公開（公告）號: CN113836915A
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 劉建華
• 申請（專利權）人: 平安普惠企業管理有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06K9/62
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強

1.一種數據處理方法，其特征在于，包括：

獲取目標文本數據，對所述目標文本數據進行字符拆分處理，得到所述目標文本數據包含的N個字符，N為正整數；

基于所述N個字符與預設敏感詞庫中X個層級的敏感字符進行層級匹配，得到第一匹配結果，并根據所述第一匹配結果確定所述N個字符中是否包含敏感數據；其中，所述預設敏感詞庫包括X個層級的字典，所述字典用于通過層級存儲的方式存儲敏感字符，X為正整數；

若所述N個字符中不包含敏感數據，則對所述目標文本數據進行特征識別，確定所述目標文本數據中是否包含敏感數據；

若所述目標文本數據中包含敏感數據，則輸出所述目標文本數據中的敏感數據。

2.根據權利要求1所述的方法，其特征在于，所述基于所述N個字符與預設敏感詞庫中X個層級的敏感字符進行層級匹配，得到第一匹配結果，并根據所述第一匹配結果確定所述N個字符中是否包含敏感數據，包括：

將所述N個字符中的第j個字符與第一層級的敏感字符進行層級匹配，所述X個層級中包括所述第一層級，j為正整數；

若所述第j個字符與所述第一層級的敏感字符匹配，則將第j+1個字符與第二層級的敏感字符進行層級匹配，直至確定所述N個字符中存在k個字符與所述X個層級的敏感字符均匹配，則確定所述第一匹配結果為所述目標文本數據中包含敏感數據，其中，k個字符中包括所述第j個字符和所述第j+1個字符，所述X個層級中包括所述第二層級，k為小于或等于N的正整數。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

若所述第j個字符與所述第一層級的敏感字符不匹配，則將所述第j+1個字符與所述第一層級的敏感字符進行層級匹配；

若所述N個字符中的每個字符與所述第一層級的敏感字符均不匹配，則確定所述第一匹配結果為所述目標文本數據中不包含敏感數據；或者，

若所述第j個字符與所述第一層級的敏感字符匹配，且所述第j+1個字符與所述第二層級的敏感字符不匹配，則確定所述第一匹配結果為所述目標文本數據中不包含敏感數據。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述方法還包括：

獲取M組預設敏感數據中的目標組預設敏感數據，所述目標組預設敏感數據為所述M組預設敏感數據中的任意一組，M為正整數；

對所述目標組預設敏感數據進行字符拆分處理，得到所述目標組預設敏感數據包含的i個敏感字符，i為正整數；

獲取所述i個敏感字符中每個敏感字符在所述目標組預設敏感數據中的位置，基于所述位置將所述i個敏感字符中每個敏感字符存入對應層級的字典中，得到所述預設敏感詞庫，所述字典的層級與所述位置對應，一個位置對應一個層級。

5.根據權利要求1所述的方法，其特征在于，所述對所述目標文本數據進行特征識別，確定所述目標文本數據中是否包含敏感數據，包括：

基于目標識別模型對所述目標文本數據進行詞語拆分處理，得到所述目標文本數據包含的第一詞語組合，所述第一詞語組合是由至少一個詞語組合得到的；

對所述第一詞語組合進行特征提取，得到所述第一詞語組合的特征向量；

基于所述第一詞語組合的特征向量與所述目標識別模型中的參考特征向量進行匹配，得到第二匹配結果；

基于所述第二匹配結果確定所述目標文本數據中是否包含敏感數據。

6.根據權利要求5所述的方法，其特征在于，所述基于所述第二匹配結果確定所述目標文本數據中是否包含敏感數據，包括：

若所述第二匹配結果指示所述目標文本數據中不包含敏感數據，則對所述第一詞語組合進行詞語拆分處理，得到第二詞語組合，所述第二詞語組合包括單字詞、詞語、成語以及俗語中的至少一種；

對所述第二詞語組合進行特征提取，得到所述第二詞語組合的特征向量；

基于所述第二詞語組合的特征向量與所述目標識別模型中的參考特征向量進行匹配，得到所述第三匹配結果，基于所述第三匹配結果確定所述目標文本數據中是否包含敏感數據。