[发明专利]数据预处理方法、装置及系统有效
| 申请号： | 201210567880.1 | 申请日： | 2012-12-24 |
| 公开（公告）号： | CN103077163A | 公开（公告）日： | 2013-05-01 |
| 发明（设计）人： | 王晓锋 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F21/32 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 谭磊 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种数据预处理方法、装置及系统，该方法包括：根据预设锚字符集合中的锚字符将文本数据分割成至少一个数据单元，每个数据单元均不包括所述锚字符，且每个数据单元的字符个数不超过预设的单元字符上限值；将所述至少一个数据单元组合成至少一个数据块，每个数据块包括至少一个数据单元且每个数据块的字符个数不超过预设的块字符阈值，以对所述至少一个数据块进行指纹提取处理。由于采用锚字符即根据自然语言的语法和语义信息对文本数据进行分割，去除语义区分度不高的字符，得到数据单元，并将数据单元组合成数据块，从而使得提取出的指纹用于DLP技术时，提高了数据泄密检测精度，还可以提高提取指纹的效益。 | ||
| 搜索关键词： | 数据 预处理 方法 装置 系统 | ||
【主权项】：
一种数据预处理方法，其特征在于，包括：根据预设锚字符集合中的锚字符将文本数据分割成至少一个数据单元，每个数据单元均不包括所述锚字符，且每个数据单元的字符个数不超过预设的单元字符上限值；将所述至少一个数据单元组合成至少一个数据块，每个数据块包括至少一个数据单元且每个数据块的字符个数不超过预设的块字符阈值，以对所述至少一个数据块进行指纹提取处理。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华为技术有限公司，未经华为技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210567880.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种无线通讯电话话筒
- 下一篇：多功能路由器
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
