买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：军工保密资格审查认证中心

摘要：本公开涉及一种涉密文本密级自动判定的方法和装置。包括：获取待分类文本；将所述待分类文本输入至涉密等级分类模型，经所述涉密等级分类模型输出所述待分类文本的涉密等级，其中，所述涉密等级分类模型被设置为利用分类文本与文本涉密等级之间的对应关系训练获得。本公开实施例能够利用预先训练好的涉密等级分类模型对待分类的文本进行自动的分类，相较于传统的人工定密方式，本公开实施例具有定密速度快，定密准确度高的有益效果。

主权项：1.一种涉密文本密级自动判定的方法，其特征在于，包括：获取待分类文本；将所述待分类文本输入至涉密等级分类模型，经所述涉密等级分类模型输出所述待分类文本的涉密等级，其中，所述涉密等级分类模型被设置为利用分类文本与文本涉密等级之间的对应关系训练获得；所述涉密等级分类模型被设置为利用分类文本与文本涉密等级之间的对应关系训练获得，包括：获取语句样本集合，所述语句样本集合包括多个标注有涉密等级的语句样本；分别对所述语句样本进行分词处理，得到多个词语；构建涉密等级分类模型组件，所述涉密等级分类模型组件中设置有训练参数；分别将所述语句样本的多个词语输入至所述涉密等级分类模型组件中，生成预测结果；基于所述预测结果与标注的所述语句样本的涉密等级之间的差异，对所述训练参数进行迭代调整，直至所述差异满足预设要求；所述涉密等级分类模型包括卷积神经网络，所述分别将所述语句样本的多个词语输入至所述涉密等级分类模型组件中，生成预测结果，包括：将所述语句样本的多个词语与预设的涉密词语集合中涉密词语进行匹配，若匹配成功，则设置所述语句样本的多个词语的词语权重；所述涉密词语集合中的涉密词语通过字典树的形式进行存储；基于所述词语权重，利用卷积算法对所述语句样本的多个词语进行特征提取，得到所述语句样本的特征数据；根据所述特征数据确定所述语句样本的预测结果；或者，将所述语句样本的多个词语与预设的涉密词语集合中涉密词语进行匹配，若匹配成功，则设置所述多个词语的位置标识；将所述多个词语与与其对应的位置标识相拼接，利用卷积算法对拼接后的所述多个词语进行特征提取，得到所述语句样本的特征数据；根据所述特征数据确定所述语句样本的预测结果。

全文数据：

权利要求：

百度查询： 军工保密资格审查认证中心 一种涉密文本密级自动判定的方法和装置