基于transformer的非结构化文档敏感数据识别方法研究
Research of unstructured sensitive information recognition based on transformer作者机构:中国移动通信集团有限公司北京100032 中国移动通信集团设计院有限公司北京100080
出 版 物:《电信工程技术与标准化》 (Telecom Engineering Technics and Standardization)
年 卷 期:2023年第36卷第9期
页 面:28-32,36页
学科分类:11[军事学] 1105[军事学-军队指挥学] 0839[工学-网络空间安全] 08[工学] 110505[军事学-密码学] 110503[军事学-军事通信学]
主 题:敏感数据识别 非结构化 transformer 数据安全
摘 要:当前针对结构化的敏感数据识别方法已趋于完善,然而对于非结构化文档类的智能识别仍然处于研究阶段。基于此迫切需求,本文提出一种基于transformer的非结构化文档敏感数据识别方法,融合Word2vec词嵌入模型和transformer模型,通过自注意力机制有效获取上下文的语义关系,并利用并行计算实现快速高效的识别。最后对实验数据进行模拟和计算,得到了较高的识别准确率,证明了本算法的有效性。