[发明专利]文件管理方法、装置、设备及计算机可读存储介质

权利要求书

1.一种文件管理方法，其特征在于，包括：

通过去除第一安全等级的常用词汇中与其他安全等级的常用词汇重复的部分以确定所述第一安全等级的排他关键词，其中所述第一安全等级为任一安全等级；

获取待识别文件的文本数据；以及

根据所述文本数据与所述排他关键词确定所述待识别文件的所属安全等级。

2.根据权利要求1所述的方法，其特征在于，任一所述安全等级包括至少一个文件种类，其中通过去除第一安全等级的常用词汇中与其他安全等级的常用词汇重复的部分以确定所述第一安全等级的排他关键词，其中所述第一安全等级为任一安全等级的步骤包括：

获取每个所述文件种类所包括的多个样本文件；

基于所述多个样本文件，确定每个所述文件种类的常用词汇；

基于所述第一安全等级包括的全部文件种类的常用词汇确定所述第一安全等级的常用词汇；以及

去除所述第一安全等级的常用词汇中与其他所述安全等级的常用词汇重复的部分，以确定所述排他关键词。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在确定所述排他关键词之后，基于所属安全等级的全部文件种类的常用词汇确定所述待识别文件的文件种类。

4.根据权利要求2所述的方法，其特征在于，基于所述第一安全等级包括的全部文件种类的常用词汇确定所述第一安全等级的常用词汇包括：

将所述全部文件种类的常用词汇中的任一组重复词汇合并为一个词汇以确定所述第一安全等级的常用词汇。

5.根据权利要求2所述的方法，其特征在于，基于所述多个样本文件，确定所述文件种类的常用词汇包括：

获取所述样本文件的文本数据，并将所述文本数据中的任一组重复词汇合并为一个词汇；

将多个所述样本的文本数据合并以形成所述文件种类的历史词汇；以及

基于所述历史词汇，提取所述文件种类的常用词汇，

其中，任一所述常用词汇的权重与其在所述文件种类的历史词汇中的出现频率成正比。

6.根据权利要求5所述的方法，其特征在于，基于所述历史词汇，提取所述文件种类的常用词汇包括：

确定任一所述历史词汇的出现频率；

去除所述历史词汇中仅出现一次的词汇；以及

提取所述历史词汇中出现频率相对较高的N个词汇作为所述文件种类的常用词汇，其中N为大于等于1的任意正整数。

7.根据权利要求6所述的方法，其特征在于，所述N个词汇满足：

N＝Y+3×M，

其中，Y为所述文件种类的历史词汇的出现频率的平均值；以及

M为所述文件种类的历史词汇的出现频率的标准方差值。

8.根据权利要求5所述的方法，其特征在于，获取所述样本文件的文本数据包括：

获取所述样本文件；以及

对所述样本文件进行分词处理以获取所述样本文件的文本数据。

9.根据权利要求1所述的方法，其特征在于，根据所述文本数据与所述排他关键词确定所述待识别文件的所属安全等级包括：

对所述文本数据与所述排他关键词进行关联处理；以及

选择经由所述关联处理确定的所述安全等级中的最高安全等级为所述待识别文件的所属安全等级。

10.根据权利要求1所述的方法，其特征在于，获取待识别文件的文本数据包括：

获取所述待识别文件；以及

对所述待识别文件进行分词处理以获取所述待识别文件的文本数据。

11.根据权利要求1至10中任一项所述的方法，其中任一所述安全等级包括至少一个文件种类，所述安全等级和所述文件种类分别记载于安全等级配置表单和文件种类配置表单中，其特征在于，所述方法还包括：

实时更新所述安全等级配置表单和所述文件种类配置表单。