[發明專利]敏感關鍵詞組處理方法、裝置、設備及介質

在審

• 申請號: 202210675022.2
• 申請日: 2022-06-15
• 公開（公告）號: CN114943218A
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 李曉林;楊旭東;趙睿;王大慶;辛偉平;邸宴龍;張艦
• 申請（專利權）人: 中網華信科技股份有限公司
• 主分類號: G06F40/232
• 分類號: G06F40/232;G06F40/284;G06F40/143;G06F21/62;G06F21/60
• 代理公司: 北京維正專利代理有限公司 11508
• 代理人: 張偉

本申請涉及一種敏感關鍵詞組處理方法、裝置、設備及介質，屬于數據處理的技術領域，其方法包括獲取文本信息，提取所述文本信息中的所有文字；基于預設敏感關鍵詞組確定所述所有文字中的待檢驗文字組；若所述待檢驗文字組與所述預設敏感關鍵詞組不一致，則判斷所述待檢驗文字組中是否包含錯別字；若是，則對所述錯別字進行更改。解決了如果將敏感關鍵詞組寫錯會導致無法確定敏感詞語，因此不能對相應的敏感詞語進行加密，導致敏感詞語發生泄露的問題，本申請具有減小敏感數據發生泄露的可能性的效果。

技術領域

本申請涉及數據處理的技術領域，尤其是涉及一種敏感關鍵詞組處理方法、裝置、設備及介質。

背景技術

敏感數據一般指的是企業、組織或者是個人保密程度較高的數據。

隨著互聯網的高速發展，信息安全變得尤為重要，企業面臨的敏感數據泄露風險越來越大，對于一些風險治理平臺來說，需要工作人員將公路、鐵路的存在的風險信息錄入至風險治理平臺，其中風險信息中包括敏感數據，對敏感數據進行加密時，可能通過定敏感關鍵詞組確定敏感詞語，然后對敏感關鍵詞組和敏感詞語進行加密，但是，工作人員在錄入敏感數據時可能將敏感詞語對應的敏感關鍵詞組寫錯，例如將“風險發現人張三”錯誤寫成“奉獻發現人張三 ”其中，敏感關鍵詞組為“風險發現人”，敏感詞語為“張三”，此時能夠識別敏感關鍵詞語“風險發現人”，而不能識別“奉獻發現人”，因此在對敏感數據進行加密時，可以對“風險發現人張三”進行加密， 而不能對“ 奉獻發現人張三 ”進行加密，從而造成敏感數據的泄露。

發明內容

為了減小敏感數據發生泄露的可能性，本申請提供一種敏感關鍵詞組處理方法、裝置、設備及介質。

第一方面，本申請提供一種敏感關鍵詞組處理方法，采用如下的技術方案：

一種敏感關鍵詞組處理方法，包括：

獲取文本信息，提取所述文本信息中的所有文字；

基于預設敏感關鍵詞組確定所述所有文字中的待檢驗文字組，其中所述待檢驗文字中包括與所述預設敏感關鍵詞組中讀音相同的文字；

若所述待檢驗文字組與所述預設敏感關鍵詞組不一致，則判斷所述待檢驗文字組中是否包含錯別字；

若是，則對所述錯別字進行更改。

通過采用上述技術方案，在文本信息中確定與預設敏感關鍵詞組對應的待檢驗文字組，當檢驗文字組與預設預設敏感關鍵詞組不一致時，檢驗文字組中可能會包含錯別字，當存在錯別字時，將錯別字進行改正，從而減少由于將敏感關鍵詞組寫錯影響對敏感詞語的加密的情況，進而減小敏感數據發生泄露的可能性。

可選的，所述基于預設敏感關鍵詞組確定所述所有文字中的待檢驗文字組，包括：

將所述所有文字轉換為第一拼音組；

將每個所述敏感關鍵詞組均轉換為一個第二拼音組；

判斷所述第一拼音組中是否存在所述第二拼音組；

若所述第一拼音組中存在所述第二拼音組，則獲取所述文本信息中與所述第二拼音組對應的文字組，并將所述文字組作為所述待檢驗文字組。

通過采用上述技術方案，通過將所有文字轉換為第一拼音組，將敏感關鍵詞組轉換為第二拼音組，從而便于在第一拼音組中查找與第二拼音組讀音相同的文字組。

可選的，所述判斷所述待檢驗文字組中是否包含錯別字，包括：

獲取所述待檢驗文字組在所述文本信息的第一標記位置；

獲取歷史文本信息，在所述歷史文本信息查找與所述第一標記位置對應第二標記位置；

基于所述第二標記位置確定對所述歷史文本信息的文字搜索范圍；

若所述文字搜索范圍內不包含所述待檢驗文字組，則判定所述待檢驗文字組包含錯別字；

所述對所述錯別字進行更改，包括：

將所述待檢驗文字組更新為所述預設敏感關鍵詞組。