[发明专利]秘密文本脱敏方法、装置、计算机设备及可读存储介质

说明书

本发明涉及人工智能领域，公开了一种秘密文本脱敏方法、装置、计算机设备及可读存储介质，包括：获取一个秘密文本，调用预置的脱敏模型识别秘密文本中的至少一个敏感信息；识别一个敏感信息中的一个关键字，及识别敏感信息中相应于关键字的一个敏感数据；根据敏感数据的词性类别生成或获取一个脱敏数据，将敏感信息中的敏感数据替换为脱敏数据，使敏感信息转为脱敏信息；将秘密文本中所有敏感信息转为脱敏信息，使秘密文本转为脱敏文本。本发明不仅避免了敏感信息识别效率低下的问题发生，还避免了当前脱敏处理导致的涉及到敏感信息的语句缺乏语法要素，而造成阅读不畅，甚至产生歧义的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种秘密文本脱敏方法、装置、计算机设备及可读存储介质。

背景技术

秘密文本是交易双方之间所签订的，记载有商业机密的规范文本，其中涉及到的金额、日期、交易地点等敏感信息一旦外泄，将会对秘密文本当事人的商业安全造成严重的威胁。

然而，根据秘密文本当事人的相关方需求，或根据当前政策法规中关于金融市场公平公开的要求，需要秘密文本所有者及管理者，公开所述秘密文本中不涉及敏感信息的部分。

发明人发现，当前的资管行业通常使用人工对秘密文本中的敏感信息进行遮盖或删除的方式，对所述秘密文本进行脱敏处理，不仅效率低下，而且，由于秘密文本中涉及到敏感信息的语句因缺乏语法要素，导致脱敏处理后的秘密文本阅读不畅，甚至产生歧义。

发明内容

本发明的目的是提供一种秘密文本脱敏方法、装置、计算机设备及可读存储介质，用于解决现有技术存在的使用人工对秘密文本中的敏感信息进行遮盖或删除的方式对所述秘密文本进行脱敏处理，所导致的效率低下，以及脱敏处理后的秘密文本阅读不畅，甚至产生歧义的问题。

为实现上述目的，本发明提供一种秘密文本脱敏方法，包括：

获取一个秘密文本，调用预置的脱敏模型识别所述秘密文本中的至少一个敏感信息；

识别一个所述敏感信息中的一个关键字，及识别所述敏感信息中相应于所述关键字的一个敏感数据；

根据所述敏感数据的词性类别生成或获取一个脱敏数据，将所述敏感信息中的所述敏感数据替换为所述脱敏数据，使所述敏感信息转为脱敏信息；

将所述秘密文本中所有敏感信息转为脱敏信息，使所述秘密文本转为脱敏文本。

上述方案中，所述获取一个秘密文本之前，所述方法还包括：

接收开发端发送的一个属性信息，根据所述属性信息获取多个目标文件，通过所述多个目标文件训练预置的初始网络模型以得到脱敏模型。

上述方案中，所述根据所述属性信息获取多个目标文件，包括：

提取所述属性信息的产品信息，以及具有至少一个关键字的关键集合，从预置的数据库中获取相应于所述产品信息的多个产品文件，将具有所述关键集合中任一关键字的产品文件设为文本文件；其中，所述关键字是由所述开发端定义的，用于敏感信息进行概括的字词；

根据所述文本文件中出现的所述关键集合中关键字的数量，从多个所述文本文件中筛选出多个目标文件。

上述方案中，所述通过所述多个目标文件训练预置的初始网络模型以得到脱敏模型，包括：

将所述多个目标文件划分为训练组和验证组，对所述训练组的目标文件中的敏感信息进行标注，使所述训练组中的目标文件转为训练文件，及对所述验证组的目标文件中的敏感信息进行标注，使所述验证组中的目标文件转为验证文件；

循环通过所述训练组对预置的初始网络模型进行训练，及通过所述验证组对训练后的初始网络模型的敏感信息识别率进行验证，直至所述训练后的初始网络模型的敏感信息识别率达到预置的验证区间为止；将所述训练后的初始网络模型设为脱敏模型。