一种基于Word2vec的敏感内容识别技术

摘要：

随着数据量的爆炸式增长,企业面临数据安全防护的难题,尤其是文本数据的安全防护.传统的精确匹配识别文本中敏感词的方法,因存在相似词而导致遗漏,造成数据泄露.于是,提出了一种基于Word2vec结合人工设定的不同等级敏感词识别技术,从语义层面识别文本中的敏感词,并根据提出的敏感度模型计算文本敏感度,判断文本敏感等级.实验结果表明,与传统方法相比,提出的技术方法能够更准确、全面地识别文本敏感内容,并确定文本敏感等级.

关键词：敏感词、TextRank算法、Word2vec、文本敏感等级

所属期刊栏目：52

分类号：TP309(计算技术、计算机技术)

资助基金：“核高基”国家科技重大专项No.2017ZX01030-201

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2750-2756