申请/专利权人：北京搜狗科技发展有限公司

申请日：2020-06-30

公开（公告）日：2020-10-09

公开（公告）号：CN111753539A

主分类号：G06F40/279(20200101)

分类号：G06F40/279(20200101)

优先权：

专利状态码：有效-授权

法律状态：2023.12.26#授权;2020.10.30#实质审查的生效;2020.10.09#公开

摘要：本申请公开了一种识别敏感文本的方法，获取待识别文本之后，可以对待识别文本进行分词，得到多个分词。并确定该多个分词的似然敏感值和似然非敏感值，根据该待识别文本的先验敏感概率、多个分词分别对应的似然敏感值和似然非敏感值，确定待识别文本是否为敏感文本。在确定前述多个分词中每个分词的似然敏感值和似然非敏感值时，结合预先确定的敏感词库来确定。对于敏感词库中包括的分词，根据该分词的敏感程度值确定该分词的似然敏感值和似然非敏感值；对于敏感词库中包括的分词，根据预先确定的参数确定该分词的似然敏感值和似然非敏感值。使得该第一分词的似然敏感值和似然非敏感值更加准确，相应的，使得对待识别文本的识别结果更加准确。

主权项：1.一种识别敏感文本的方法，其特征在于，所述方法包括：获取待识别文本，并对待识别文本进行分词，得到多个分词；确定所述多个分词中每个分词分别对应的似然敏感值和似然非敏感值；根据所述待识别文本的先验敏感概率、所述每个分词分别对应的似然敏感值和似然非敏感值，确定所述待识别文本是否为敏感文本；其中：所述多个分词包括第一分词，若敏感词库中包括所述第一分词，则所述第一分词的似然敏感值和似然非敏感值，根据所述第一分词的敏感程度值确定，所述第一分词的敏感程度值是预先确定的；若所述敏感词库中不包括所述第一分词，则所述第一分词的似然敏感值和所述第一分词的似然非敏感值根据预先确定的参数确定。

全文数据：

权利要求：

百度查询： 北京搜狗科技发展有限公司 一种识别敏感文本的方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD