[发明专利]基于内容相关性的文件涉密内容检索、密级判定及标注方法

权利要求书

1.一种基于内容相关性进行涉密内容检索、密级确定及标注的方法，其特征在于依次包括以下步骤：

A、加载步骤：加载文档所属范围的涉密关键词及匹配规则库、本体库和定密规则库；

B、解析步骤：对文档中的文字进行分词操作，并解析出该文档所包含图片、视频、音频中隐含的信息；

C、检索步骤：对解析后的文档进行基于内容相关性的语义检索，根据语义关联度的大小来判断文档中相关信息与涉密关键词的内容相关性的大小，检索出文档中的涉密内容及该涉密内容在文档中的范围；

D、密级确定步骤：根据检索结果和所属范围的定密规则库，确定文档中涉密内容的密级；

E、标注步骤：对文档中确定了密级的涉密内容进行标注，生成标注文档。

2.根据权利要求1所述的基于内容相关性进行涉密内容检索、密级确定及标注的方法，其特征在于还包括自学习步骤：对不属于已有范围的文档，对文档进行完检索后，提取相应的关键字和匹配规则，加入到默认的涉密关键词及匹配规则库中。

3.根据权利要求1所述的基于内容相关性进行涉密内容检索、密级确定及标注的方法，其特征在于还包括步骤F：根据对整个文档的密级标注进行分析统计，给出文档中各个密级内容的统计信息，依据设定的文档密级确定规则给出整个文档的密级判定，并对其进行标注。

4.根据权利要求1所述的基于内容相关性进行涉密内容检索、密级确定及标注的方法，其特征在于还包括步骤G：从文档中提取相关信息，如提取相应的关键字、生成内容摘要、给出该文档应属的部门、定密时间等，制成该文档的定密审批表和加了密级标注的文档。

5.根据权利要求1所述的基于内容相关性进行涉密内容检索、密级确定及标注的方法，其特征在于，所述加载步骤中文档所属范围的涉密关键词及匹配规则库是指该文档所属的某一特定领域范围或某一特定部门已知的所有涉密关键词集合，和该领域、部门判断是否是涉密信息的相关文字的语法、语义规则的集合以及相关图片涉密信息的匹配规则集合。

6.根据权利要求1所述的基于内容相关性进行涉密内容检索、密级确定及标注的方法，其特征在于，所述加载步骤中，对于不确定文档所属领域的，采用默认的涉密关键词及匹配规则库，该默认的涉密关键词及匹配规则库是由所有的部门关键词词库和匹配规则中使用频率最高的一些关键词和匹配规则组成。

7.根据权利要求1所述的基于内容相关性进行涉密内容检索、密级确定及标注的方法，其特征在于，所述加载步骤中，若选择了默认的涉密关键词及匹配规则库，则根据初次匹配的结果，分析得出该文档所属的领域或部门，再加载该部门的涉密关键词及匹配规则库进行进一步的分析匹配。

8.根据权利要求1所述的基于内容相关性进行涉密内容检索、密级确定及标注的方法，其特征在于，所述检索步骤中，根据文档的分词结果和加载的所属范围的涉密关键词词库及本体库查找文档中的涉密关键词，并利用基于内容相关性的语义检索，依次检索出文档中与找到的涉密关键词有内容相关性的词语、句子和段落，将检索出的与涉密关键词有内容相关性的信息按其相关程度的大小，加入到有内容相关性的语义关联网中，再将语义关联网中构建的关系与涉密匹配规则库的规则比较，检索出涉密的语句、段落。

9.根据权利要求1所述的基于内容相关性进行涉密内容检索、密级确定及标注的方法，其特征在于，所述解析步骤中的分词操作与多核并行计算相结合。

10.根据权利要求1所述的基于内容相关性进行涉密内容检索、密级确定及标注的方法，其特征在于，所述标注步骤中，采用加密技术对生成的标注文档做加密处理。