[发明专利]文本密级判定方法、装置和电子设备

权利要求书

1.一种文本密级判定方法，其特征在于，包括：

获取待定级文本；

将所述待定级文本所对应的向量、特征值输入预先训练好的分类器中，由所述分类器根据所述向量和所述特征值判定该待定级文本属于各个预设密级的概率信息；所述特征值包括所述待定级文本中满足预设条件的字符；

根据各个所述概率信息，判定所述待定级文本的密级。

2.根据权利要求1所述的方法，其特征在于，所述分类器包括第一子分类器和第二子分类器，所述第一子分类器根据所述向量判定所述待定级文本属于各个预设密级的粗略概率信息；所述第二子分类器根据各个所述粗略概率信息以及所述特征值判定各个所述概率信息。

3.根据权利要求2所述的方法，其特征在于，所述第一子分类器基于以下步骤训练：

获取第一训练样本集；所述第一训练样本集包括多个第一训练文本分别对应的第一样本向量以及属于各个所述预设密级的第一实际概率信息；

针对每一个所述第一训练文本，将该第一训练文本对应的第一样本向量作为所述第一子分类器的输入，得到与该第一训练文本对应的第一预测概率信息；

根据多个所述第一预测概率信息与所述第一实际概率信息之间的差异，向该差异满足第一差异条件的方向训练所述第一子分类器。

4.根据权利要求2所述的方法，其特征在于，所述第二子分类器基于以下步骤训练：

获取第二训练样本集；所述第二训练样本集包括多个第二训练文本分别对应的第二样本特征值、属于各个所述预设密级的第二实际概率信息以及所述第一子分类器针对该第二训练文本得到的样本粗略概率信息；

针对每一个所述第二训练文本，将该第二训练文本对应的第二样本特征值、样本粗略密级信息作为所述第二子分类器的输入，得到与所述第二样本向量对应的第二预测概率信息；

根据多个所述第二预测概率信息与所述第二实际概率信息之间的差异，向该差异满足第二差异条件的方向训练所述第二子分类器。

5.根据权利要求1所述的方法，其特征在于，所述分类器基于以下步骤训练：

获取第三训练样本集；所述第三训练样本集包括多个第三训练文本分别对应的第三样本向量、第三样本特征值以及属于各个所述预设密级的第三实际概率信息；

针对每一个所述第三训练文本，将该第三训练文本对应的第三样本向量以及第三样本特征值作为所述分类器的输入，得到与该第三训练样本对应的第三预测概率信息；

根据多个所述第三预测概率信息与所述第三实际概率信息之间的差异，向该差异满足第三差异条件的方向训练所述分类器。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据各个所述概率信息，判定所述待定级文本的密级，包括：

将各个所述概率信息中，数值最大的概率信息所对应的密级判定为所述待定级文本的密级。

7.根据权利要求1所述的方法，其特征在于，所述待定级文本对应的向量基于以下步骤得到：

将所述待定级文本进行分词处理，得到分词结果；

在检测到所述分词结果中存在助词时，删除所述助词；

向量化删除了所述助词之后的分词结果，得到所述待定级文本对应的向量。

8.一种文本密级判定装置，其特征在于，包括：

获取模块，用于获取待定级文本；

分类模块，用于将所述待定级文本所对应的向量、特征值输入预先训练好的分类器中，由所述分类器根据所述向量和所述特征值判定该待定级文本属于各个预设密级的概率信息；所述特征值包括所述待定级文本中满足预设条件的字符；

判定模块，用于根据各个所述概率信息，判定所述待定级文本的密级。

9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-7任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-7任一所述的方法。