[发明专利]敏感文本检测方法及装置有效
| 申请号： | 201410064854.6 | 申请日： | 2014-02-25 |
| 公开（公告）号： | CN104866465B | 公开（公告）日： | 2017-11-03 |
| 发明（设计）人： | 张红林 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F17/22 | 分类号： | G06F17/22;G06F17/30 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司11138 | 代理人： | 罗振安 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种敏感文本检测方法及装置，属于信息处理技术领域。方法包括获取当前检测文本的特征文本字符串；根据预先建立的有限自动状态机对特征文本字符串进行检测，得到每个关键词在特征文本字符串中的出现频率；对于多个关键词类别中的每个关键词类别，基于关键词类别对应的每个关键词的出现频率及每个关键词的预设权重，计算关键词类别在文本中的权重；当至少一个关键词类别的权重大于预设阈值时，确定文本为敏感文本。本发明根据预先建立的有限自动状态机对特征文本字符串进行检测时，仅需进行一次从头至尾的扫描，所以提高了检测效率，加快了检测速度；且在确定敏感文本时，还需基于关键词的预设权重，所以提高了检测粒度。 | ||
| 搜索关键词： | 敏感 文本 检测 方法 装置 | ||
【主权项】：
一种敏感文本检测方法，其特征在于，所述方法包括：配置关键词列表，所述关键词列表中至少包括多个关键词、每个关键词的关键词类别及每个关键词的预设权重；确定所述关键词列表中全部关键词具有的公共前缀；将所述公共前缀作为根节点，建立有限自动状态机，所述有限自动状态机为树状有限自动状态机，所述有限自动状态机的每一个分支中至少包含一个关键词；获取检测的文本的特征文本字符串；根据预先建立的所述有限自动状态机对所述特征文本字符串进行检测，得到每个关键词在所述特征文本字符串中的出现频率；对于多个关键词类别中的每个关键词类别，基于所述关键词类别对应的每个关键词的出现频率及所述每个关键词的预设权重，计算所述关键词类别在所述文本中的权重；当至少一个关键词类别在所述文本中的权重大于预设阈值时，确定所述文本为敏感文本。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410064854.6/，转载请声明来源钻瓜专利网。
