买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥工业大学

摘要：本发明公开了一种基于句法捷径注入的文本数据保护方法，包含：1获取并预处理文本数据，得到每个文本数据的句法解析树；2通过从给定文本句法中选择出n个出现频率最高的句法模板构建句法模板库；3根据给定文本的句法和构建的句法模板库，计算某一类别内文本句法和句法模板库中句法的相似度，选择出相似度最高的句法模板；4根据为每个类别选择的句法模板，为不同类别的数据添加不同的扰动，进而生成不可学习文本数据。本发明通过向文本注入句法特征，能够在不改变文本语义的同时，为文本数据添加了易于学习的特征，进而误导模型学习句法特征，而忽略文本语义特征，从而防止文本数据在被未经授权下用于模型训练。

主权项：1.一种基于句法捷径注入的文本数据保护方法，其特征在于，包括以下步骤：S1、获取并预处理文本数据，得到每个文本数据的句法解析树；S11、获取文本数据集合D＝{D1,D2,...,Dy,...,Dc}，其中，Dy表示类别标签为y的所有文本数据，y∈[1,c]，c表示文本的类别数量，Dy＝{xy,1,xy,2,...,xy,i,...,xy,m}，xy,i表示类别标签为y的第i条文本数据，i∈[1,m]，m表示类别标签为y的文本数据的数量；S12、利用句法解析函数对xy,i进行句法解析，得到类别标签为y的第i个句法解析树Txy,i；从而得到所有类别标签下的所有句法解析树；S2从所有句法解析树中选择出树高相同情况下出现频率最高的前n个句法解析树并构建句法模板库其中，pj表示第j个句法解析树；S3、根据文本数据的句法解析树和句法模板库，计算某一类别文本数据和句法模板库中句法的相似度，以选择出相似度最高的句法模板；S31、利用式1计算Txy,i与pj之间的相似度 式1中，α1、α2、和α3表示三个权重系数；ROUGE_1表示两个句法之间词性组合重叠水平，ROUGE_2表示两个句法之间二元组重叠水平，ROUGEL表示两个句法之间的最长公共子序列与两个句法之间的重叠水平；S32、利用式2构建目标函数 式2中，表示期望；S33、利用式3得到类别标签为y的句法扰动ψy，从而得到句法扰动集合{ψ1,ψ2,...,ψy,...,ψc}： S4、利用式4得到类别标签为y的第i条扰动后的文本从而得到类别标签为y的所有扰动文本数据进而得到扰动后的文本数据集合以实现文本数据的保护； 式4中，是语法控制的释义模型。

全文数据：

权利要求：

百度查询： 合肥工业大学 一种基于句法捷径注入的文本数据保护方法