CN115292450B 一种基于信息抽取的数据分类分级领域知识库构建方法 （四川大学）

一种基于信息抽取的数据分类分级领域知本发明公开了一种基于信息抽取的数据分2S1、文档的获取步骤，以关键词检索的方式，在S4、表格信息抽取步骤，根据S2步骤分离得到S5、数据分类分级元组抽取步骤，利用结合模式匹S502、语义依存树化简；通过S501步骤解析分类S502步骤中，对原始语义依存树进行简化的方式包括所述S6步骤中构建的分类分级领域知识库由两部KBaomain=<Laomain,oaomain>，一个是信息类型词典Laoman={c,c2,.…,cnICYEinfo_type,的数据分类分级本体oaomain=<c,A,R>；2.如权利要求1所述的一种基于信息抽取的数据分类分级领域知识库构建方法，其特33.如权利要求2所述的一种基于信息抽取的数据分类分级领域知识库构建方法，其特同时，采用卡方统计量进一步筛选出一些冗余特征；输出特征工程向量为fe(s)，si为一S302、使用加权Word2vec生成特点于语料库的词;;4.如权利要求1～3任意一项所述的一种基于信息抽取的数据分类分级领域知识库构D={(s,y),(s2,y2),.…,(sw,yw)}yrE{0,1}表示类别标;对于给定的句子si，朴素贝叶斯分类器计算句子在各类变量下的后验概率p(rIS)，。5.如权利要求1～3任意一项所述的一种基于信息抽取的数据分类分级领域知识库构45[0004]这些政策法规中包含了大量有价值的信息可以指导数据安全从业人员指导数据经成为当下提高分类分级自动化水平的有效途径和安全级别等有用的信息进行汇总，便于数据安全从业人员可以快速的找到想要的数据，6向量；同时，采用卡方统计量进一步筛选出一些冗余特征；输出特征工程向量表示为fei表示一个句子；[0022]S303、将S301步骤和S302步骤输出的特征工程向量与加权词嵌入向量拼接拼接后的向量输入到朴素贝叶斯分类器完成数据分类分级句子的识别。t2i[0025]对于给定的句子si，朴素贝叶斯分类7观察目标文档中的分类分级表格，根据待抽取字段在表头与表内容中的表达制定规则集；[0037]进一步的，所述S6步骤中构建的分类分级领域知识库由两部分组成KBdomain＝<8点的安全级别不低于它。9[0068]S303、将S301步骤和S302步骤输出的特征工程向量于加权词嵌入向量拼接vec(s)=concatenate(fe(s),wz)),vec(si)表示拼接后的向量；引入语义t2i[0071]对于给定的句子si，朴素贝叶斯分类器计算句子在各类变量下的后验概率p(yi|观察目标文档中的分类分级表格，根据待抽取字段在表头与表内容中的表达制定规则集；分级句子中的语义依存关系和词性，在分类分级句子中标记语义依存关系标签和词性标[0099]调用PythonSklearn库的接口，为分词短语列表中的每个单词生成TF-IDF向于语料库的词嵌入向量，表示为其中，w2v()表示使用2i[0105]对于给定的句子si，朴素贝叶斯分类朴素贝叶斯分类器完成数据分类分级句子的[0119]使用LTP语义依存分析工具解析分类分级句子。语义依存分析的优势在于它能够[0127]通过观察简化后的依存树，找到覆盖分类分级元组的最短路径，将其表示为C＝c1n[0138]本发明提出了一种政策法规自动解析框架，并将分类分级信息构建为