龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：沥泉科技(成都)有限公司
摘要：本申请提供一种基于自然语言处理的敏感信息提取方法及系统，将没有监督信息的训练文本传入算法进行敏感信息提取，结合提取的基础字符序列集合为没有监督信息的训练文本赋予伪标签，将没有监督信息的训练文本和伪标签确定成算法的训练样本，不样本标注的前提下进行算法的训练，节约成本。而在假字符序列的生成环节，将算法中的不同敏感信息提取算子对于相同的训练文本执行得到的基础字符序列进行对比，相似的基础字符序列属于相同的敏感信息分类，将相同的基础字符序列对应的各个相似字符序列进行合并，得到的假字符序列更准确，促使算法迭代更新更准确，进而增加敏感信息提取的效率和准确性。
主权项：1.一种基于自然语言处理的敏感信息提取方法，其特征在于，所述方法包括：获取拟提取文本，并将所述拟提取文本传入目标敏感信息提取算法，得到所述拟提取文本对应的敏感字符序列集合；所述目标敏感信息提取算法采用如下操作进行训练：获取第一训练文本库；所述第一训练文本库为无监督信息的训练文本库；将所述第一训练文本库中的各个第一训练文本传入基础敏感信息提取算法，得到所述各个第一训练文本分别对应的基础字符序列集合；所述第一训练文本对应的基础字符序列集合包括所述基础敏感信息提取算法中各个敏感信息提取算子分别执行得到的基础字符序列和基础字符序列对应的敏感信息分类；对于相同的基础字符序列集合，结合属于相同的敏感信息分类的基础字符序列之间的字符序列相似评分，将目标敏感信息提取算子执行得到的基础字符序列分别和各个其它敏感信息提取算子执行得到的基础字符序列进行对比，得到目标敏感信息提取算子执行得到的基础字符序列对应的相似字符序列；将基础字符序列和对应的各个相似字符序列进行合并，得到假字符序列，结合相同的第一训练文本对应的各个假字符序列，得到第一训练文本对应的假字符序列集合；结合所述第一训练文本库和对应的各个假字符序列集合，对所述基础敏感信息提取算法进行迭代更新，得到目标敏感信息提取算法。
全文数据：
权利要求：
百度查询： 沥泉科技(成都)有限公司 一种基于自然语言处理的敏感信息提取方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号