[发明专利]一种文章的敏感信息检测方法及装置

权利要求书

1.一种文章的敏感信息检测方法，其特征在于，包括：

获取待检测文章的文章内容及所述待检测文章的评论内容；

从所述文章内容和所述评论内容中分别提取文章关键词和评论关键词；

根据所述文章关键词和评论关键词，利用训练得到的文章分类模型确定所述待检测文章对应的文章分类结果；

当确认所述文章分类结果为设定分类时，则检测出所述待检测文章包括敏感信息。

2.根据权利要求1所述的方法，其特征在于，从所述文章内容和所述评论内容中分别提取文章关键词和评论关键词，包括：

从所述评论内容中提取出有效评论内容；

采用词频-逆文档频率的方法从所述文章内容中提取出文章关键词；

采用词频-逆文档频率的方法从所述有效评论内容中提取出评论关键词。

3.根据权利要求2所述的方法，其特征在于，从所述评论内容中提取出有效评论内容，包括：

针对每条评论内容，计算该评论内容与所述文章内容的相关度；

基于各个评论内容计算得到的相关度，从各个评论内容中提取出相关度高于设定阈值的评论内容；

将相关度高于设定阈值的评论内容确定为有效评论内容。

4.根据权利要求1所述的方法，其特征在于，根据所述文章关键词和评论关键词，利用训练得到的文章分类模型确定所述待检测文章对应的文章分类结果，包括：

将所述文章关键词和所述评论关键词进行编码处理，得到所述待检测文章的关键词矩阵；

将所述关键词矩阵输入到训练得到的文章分类模型，得到所述待检测文章对应的文章分类结果。

5.根据权利要求1所述的方法，其特征在于，所述文章分类模型为按照下述过程训练得到的：

获取训练样本集，所述训练样本集包括各个文章分类分别对应的样本文章的文章内容和评论内容；

从每个样本文章的文章内容和评论内容中分别提取文章关键词和评论关键词；

对每个样本文章的文章关键词和评论关键词进行编码处理，得到该样本文章的关键词矩阵；

利用各个样本文章的关键词矩阵，对文章分类模型进行训练，得到训练好的文章分类模型。

6.一种文章的敏感信息检测装置，其特征在于，包括：

获取模块，用于获取待检测文章的文章内容及所述待检测文章的评论内容；

提取模块，用于从所述文章内容和所述评论内容中分别提取文章关键词和评论关键词；

确定模块，用于根据所述文章关键词和评论关键词，利用训练得到的文章分类模型确定所述待检测文章对应的文章分类结果；

检测模块，用于当确认所述文章分类结果为设定分类时，则检测出所述待检测文章包括敏感信息。

7.根据权利要求6所述的装置，其特征在于，

所述提取模块，具体用于从所述评论内容中提取出有效评论内容；采用词频-逆文档频率的方法从所述文章内容中提取出文章关键词；采用词频-逆文档频率的方法从所述有效评论内容中提取出评论关键词。

8.根据权利要求7所述的装置，其特征在于，

所述提取模块，具体用于针对每条评论内容，计算该评论内容与所述文章内容的相关度；基于各个评论内容计算得到的相关度，从各个评论内容中提取出相关度高于设定阈值的评论内容；将相关度高于设定阈值的评论内容确定为有效评论内容。

9.根据权利要求6所述的装置，其特征在于，

所述确定模块，具体用于将所述文章关键词和所述评论关键词进行编码处理，得到所述待检测文章的关键词矩阵；将所述关键词矩阵输入到训练得到的文章分类模型，得到所述待检测文章对应的文章分类结果。

10.一种电子设备，其特征在于，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的计算机程序，所述处理器被所述计算机程序促使执行权利要求1-5任一项所述的方法。