[发明专利]语言无关的概率内容匹配

摘要

内容被接收，并针对用于标识一类型的内容的规则来进行比较。每一规则具有分割和非分割的模式。内容针对模式进行匹配，并被分配置信分数，如果内容匹配分割模式则置信分数较高，如果内容匹配非分割模式则置信分数较低。

主权项

一种用于处理内容的计算机实现的方法，包括：从内容源系统接收电子邮件消息或文档，所述电子邮件消息或文档包括文本内容；通过位于内容确定系统中的内容确定组件，从规则存储中访问定义被用于将内容标识为敏感内容的模式的一组规则，每一规则具有可被分别匹配到以分割语言书写的文本内容和以非分割语言书写的文本内容的分割和非分割模式；通过所述内容确定组件，针对每一规则中的所述模式来匹配所述电子邮件消息或文档的至少一个文本内容部分，而无论所述至少一个文本内容部分是以分割语言还是以非分割语言书写，以确定所述至少一个文本内容部分是否是所述敏感内容；通过所述内容确定组件，基于所述至少一个文本内容部分匹配分割模式还是非分割模式，生成与关于所述至少一个文本内容部分是否是所述敏感内容的判断相对应的置信分数；通过内容处理系统，基于所述关于所述至少一个文本内容部分是否是所述敏感内容的判断以及所述相应的置信分数，向所述至少一个文本内容部分应用数据传播政策，其中应用所述数据传播政策包括下列项中的至少一个：显示指示所述至少一个文本内容部分包含敏感材料并且所述电子邮件消息或文档将被阻塞发送到潜在接收方的消息；以及显示指示所述至少一个文本内容部分包含敏感材料并且指示用户如何基于所述数据传播政策来进行处理的消息。