公开(公告)号：CN118485070A

公开(公告)日：2024-08-13

申请号：CN202410632258.7

申请日：2024-05-21

Applicant: 中国科学院信息工程研究所

Inventor： 李维静 ,  刘延伟 ,  商卓逸 ,  陈逸飞 ,  陈鹏祯

IPC: G06F40/284 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/047 ,  G06N3/096

Abstract: 本发明提出一种敏感词汇识别方法，包括：S1：输入文本到基础敏感词识别模型得到中间矩阵；S2：将中间矩阵输入敏感信息提取模块，变换得到#imgabs0#和#imgabs1#；S3：将#imgabs2#和#imgabs3#输入位置信息增强模块，得到四维矩阵#imgabs4#；S4：将#imgabs5#输入敏感信息筛选模块，得到筛选后的矩阵；S5：将筛选后的矩阵输入CRF层得到每个字的概率；S6：提取S2‑S4步的损失值，提高其在整体损失值中的比重。S7:通过敏感词识别模型模型进行迭代训练，保存精度最高的模型，进行词汇类别预测。本发明方法可提高敏感词汇的识别准确率。