申请/专利权人:国网智能电网研究院有限公司;国家电网有限公司大数据中心;国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司;国家电网有限公司
申请日:2023-12-20
公开(公告)日:2024-03-22
公开(公告)号:CN117744634A
主分类号:G06F40/242
分类号:G06F40/242;G06F40/279;G06F18/232
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明涉及业务敏感词库构建技术领域,公开了一种业务敏感数据词库构建方法、装置、介质及设备。其中,方法,获取目标业务数据集;基于列实体识别模型,对目标业务数据集进行列实体识别得到目标敏感数据列;基于每个单词的位置特征、相关性特征、频率特征、出现比率,对目标敏感数据列所属目标词表进行关键词提取得到候选敏感词;对候选敏感词进行聚类分析得到候选敏感词的敏感主题聚类结果以扩充敏感词库;最终不但有助于目标业务数据集的敏感词库自动化构建,而且基于半监督主题分析方式,有利于从语义层面对不同类型的业务数据负面清单敏感词进行更深粒度、更全覆盖率的高效识别,最终提高了不同业务数据集的敏感信息识别能力。
主权项:1.一种业务敏感数据词库构建方法,其特征在于,所述方法包括:获取目标业务数据集;基于列实体识别模型,对所述目标业务数据集进行列实体识别得到目标敏感数据列;基于每个单词的位置特征、相关性特征、频率特征、出现比率,对所述目标敏感数据列所属目标词表进行关键词提取得到候选敏感词;基于半监督主题聚类分析方式对所述候选敏感词进行聚类分析得到候选敏感词的敏感主题聚类结果以扩充敏感词库。
全文数据:
权利要求:
百度查询: 国网智能电网研究院有限公司;国家电网有限公司大数据中心;国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司;国家电网有限公司 一种业务敏感数据词库构建方法、装置、介质及设备
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。