[发明专利]处理文本数据的方法、装置、计算设备和存储介质

权利要求书

1.一种处理文本数据的方法，其特征在于，所述方法包括：

获取文本数据；

确定所述文本数据中包括敏感词的语句；

按照短语结构语法对所述语句进行分析，获得所述语句中属于相同语义成分的短语集合，每个短语集合中包括一个或多个短语，每个短语集合表示的语义不相同；

根据所述语句中敏感词所属的短语集合和所述文本数据对应的保护策略，对所述语句中的敏感词进行保护处理。

2.根据权利要求1所述的方法，其特征在于，所述按照短语结构语法对所述语句进行分析，获得所述语句中属于相同语义成分的短语集合，包括：

按照短语结构语法对所述语句进行分析，获得所述语句对应的短语语法结构树，所述短语语法结构树中处于相同短语标识型节点树下的叶子节点组成相同语义成分的短语集合。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述语句中敏感词所属的短语集合和所述文本数据对应的保护策略，对所述语句中的敏感词进行保护处理，包括：

若所述文本数据对应的保护策略为完整语义保护策略，则对所述语句中敏感词所属的短语集合中的各个词语进行保护处理。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

确定所述语句中的敏感信息指示词；

对所述敏感信息指示词进行保护处理。

5.根据权利要求1或2所述的方法，其特征在于，所述根据所述语句中敏感词所属的短语集合和所述文本数据对应的保护策略，对所述语句中的敏感词进行保护处理，包括：

若所述文本数据对应的保护策略为部分语义保护策略，在所述语句中第一敏感词所属短语集合中的所有词语全部为敏感词时，根据所述第一敏感词的类型，对所述第一敏感词所属短语集合中的敏感词进行保护处理，所述第一敏感词为所述第一敏感词所属短语集合所表示的语义的核心；

在所述语句中第一敏感词所属短语集合中的所有词语不是全部为敏感词时，对所述第一敏感词所属短语集合中的敏感词进行保护处理，保留所述所有词语中的非敏感词。

6.根据权利要求5所述的方法，其特征在于，所述根据所述第一敏感词的类型，对所述第一敏感词所属短语集合中的敏感词进行保护处理，包括：

根据所述第一敏感词的类型，对所述第一敏感词进行部分保护处理；

对所述第一敏感词所属短语集合中除所述第一敏感词之外的其他敏感词进行全部保护处理。

7.根据权利要求5或6所述的方法，其特征在于，所述若所述文本数据对应的保护策略为部分语义保护策略，在所述语句中第一敏感词所属短语集合中的所有词语全部为敏感词时，根据所述第一敏感词的类型，对所述第一敏感词所属短语集合中的敏感词进行保护处理；在所述语句中第一敏感词所属短语集合中的所有词语不是全部为敏感词时，对所述第一敏感词所属短语集合中的敏感词进行保护处理，保留所述所有词语中的非敏感之前，还包括：

确定所述语句中与所述第一敏感词距离预设数目个词语的范围内不存在所述第一敏感词对应的敏感信息指示词。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

若在所述语句中与所述第一敏感词距离预设数目个词语的范围内存在所述第一敏感词对应的敏感信息指示词，则保留所述敏感信息指示词，对所述第一敏感词进行保护处理。

9.一种处理文本数据的装置，其特征在于，所述装置包括：

获取模块，用于获取文本数据；

确定模块，用于确定所述文本数据中包括敏感词的语句；

分析模块，用于按照短语结构语法对所述语句进行分析，获得所述语句中属于相同语义成分的短语集合，每个短语集合中包括一个或多个短语，每个短语集合表示的语义不相同；

保护模块，用于根据所述语句中敏感词所属的短语集合和所述文本数据对应的保护策略，对所述语句中的敏感词进行保护处理。