[发明专利]一种涉密文本密级自动判定的方法和装置

权利要求书

1.一种涉密文本密级自动判定的方法，其特征在于，包括：

获取待分类文本；

将所述待分类文本输入至涉密等级分类模型，经所述涉密等级分类模型输出所述待分类文本的涉密等级，其中，所述涉密等级分类模型被设置为利用分类文本与文本涉密等级之间的对应关系训练获得。

2.根据权利要求1所述的方法，其特征在于，所述涉密等级分类模型被设置为利用分类文本与文本涉密等级之间的对应关系训练获得，包括：

获取语句样本集合，所述语句样本集合包括多个标注有涉密等级的语句样本；

分别对所述语句样本进行分词处理，得到多个词语；

构建涉密等级分类模型组件，所述涉密等级分类模型组件中设置有训练参数；

分别将所述语句样本的多个词语输入至所述涉密等级分类模型组件中，生成预测结果；

基于所述预测结果与标注的所述语句样本的涉密等级之间的差异，对所述训练参数进行迭代调整，直至所述差异满足预设要求。

3.根据权利要求2所述的方法，其特征在于，所述涉密等级分类模型包括卷积神经网络，所述分别将所述语句样本的多个词语输入至所述涉密等级分类模型组件中，生成预测结果，包括：

将所述语句样本的多个词语与预设的涉密词语集合中涉密词语进行匹配，若匹配成功，则设置所述语句样本的多个词语的词语权重；

基于所述词语权重，利用卷积算法对所述语句样本的多个词语进行特征提取，得到所述语句样本的特征数据；

根据所述特征数据确定所述语句样本的预测结果。

4.根据权利要求3所述的方法，其特征在于，所述语句样本的多个词语的词语权重被设置成按照下述方式获得：

在所述语句样本的多个词语中，若目标词语与所述涉密词语集合中的涉密词语相匹配，则所述词语的初始值设置为1；

若目标词语与所述涉密词语集合中的涉密词语不匹配，则所述词语的初始值设置为0；

按照所述目标词语在所述语句样本中出现的先后顺序，排列所述目标词语对应的初始值，得到所述语句样本的多个词语的词语权重。

5.根据权利要求2所述的方法，其特征在于，所述涉密等级分类模型包括卷积神经网络，所述分别将所述语句样本的多个词语输入至所述涉密等级分类模型组件中，生成预测结果，包括：

将所述语句样本的多个词语与预设的涉密词语集合中涉密词语进行匹配，若匹配成功，则设置所述多个词语的位置标识；

将所述多个词语与与其对应的位置标识相拼接，利用卷积算法对拼接后的所述多个词语进行特征提取，得到所述语句样本的特征数据；

根据所述特征数据确定所述语句样本的预测结果。

6.根据权利要求5所述的方法，其特征在于，所述语句样本的多个词语的位置标识被设置成按照下述方式获得：

在所述多个词语中，若目标词语与预设的涉密词语集合中的涉密词语相匹配，则设置所述目标词语位置标识的数值为预设值；

按照其它词语与所述目标词语之间的位置距离由近到远的顺序，依次在所述预设值上递减或递加预设长度，以确定所述其它词语位置标识的数值，其中位于所述词语左侧的词语依次递减所述预设长度，位于所述词语右侧的词语依次递增所述预设长度。

7.根据权利要求5所述的方法，其特征在于，所述将所述语句样本的多个词语与预设的涉密词语集合中涉密词语进行匹配，若匹配成功，则设置所述多个词语的位置标识，包括：

在所述语句样本的多个词语中有n个词语与预设的涉密词语集合中的涉密词语匹配成功的情况下，n≥2，设置n个所述语句样本的位置标识；

将n个所述位置标识的数值相加后取均值，将得到的结果作为所述多个词语的位置标识。

8.根据权利要求3或5所述的方法，其特征在于，所述将所述语句样本的多个词语与预设的涉密词语集合中涉密词语进行匹配，其中，匹配成功的条件被设置为按照下述方式确定：

所述多个词语中的至少一个词语与所述涉密词语集合中的涉密词语为同义词；

和/或所述多个词语中的至少一个词语属于所述涉密词语集合中涉密词语类别范围以内。