(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210840212.5 (22)申请日 2022.07.18 (71)申请人 达而观信息科技 （上海） 有限公司 地址 201203 上海市浦东 新区中国 （上海） 自由贸易试验区亮秀路112号B座301、 303、 304室 (72)发明人 冯雪　张健　王子豪　陈运文　 纪达麒　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 李礼 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/205(2020.01) G06N 3/08(2006.01)G06N 5/04(2006.01) G06Q 40/02(2012.01) (54)发明名称 一种敏感信息的检测方法、 装置、 电子设备 及存储介质 (57)摘要 本发明公开了一种敏感信息的检测方法、 装 置、 电子设备及存储介质。 所述方法包括： 对待处 理的贷后检查报告文档进行解析， 得到结构化解 析文本， 其中， 在所述结构化解析文本中以句子 为单位； 将所述结构化解析文本中的各句子输入 至预先训练的情感识别模型中， 获取所述结构化 解析文本中包括的敏感句子； 将各所述敏感句子 输入至预先训练的标签分类模型中， 获取各敏 感 句子的敏感类型； 将各所述敏感句子， 以及与各 所述敏感句子的敏感类型进行 组合， 作为对所述 待处理的贷后检查报告文档的敏感信息识别结 果。 通过采用上述技术方案， 能够对贷后检查报 告中的敏感信息进行精准的检测提取和标签分 类。 权利要求书2页 说明书10页 附图6页 CN 115238070 A 2022.10.25 CN 115238070 A 1.一种敏感信息的识别方法， 其特 征在于， 包括： 对待处理的贷后检查报告文档进行解析， 得到结构化解析文本， 其中， 在所述结构化解 析文本中以句子为单位； 将所述结构化解析文本 中的各句子输入至预先训练 的情感识别模型中， 获取所述结构 化解析文本中包括的敏感句子； 将各所述敏感句子 输入至预 先训练的标签分类模型中， 获取 各敏感句子的敏感类型； 将各所述敏感句子， 以及与各所述敏感句子的敏感类型进行组合， 作为对所述待处理 的贷后检查报告 文档的敏感信息识别结果。 2.根据权利要求1所述的方法， 其特征在于， 对待处理的贷后检查报告文档进行解析， 得到结构化 解析文本， 包括： 对所述贷后检查报告文档中的各文档元素进行解析， 并标注各所述文档元素在所述贷 后检查报告 文档中的坐标信息； 根据所述 坐标信息， 对解析 得到的各 所述文档元 素进行重排版， 得到多个文本行； 根据各所述文本行， 形成所述结构化 解析文本 。 3.根据权利要求2所述的方法， 其特征在于， 所述文档元素包括下述至少一项： 文本内 容、 表格以及图表。 4.根据权利要求2所述的方法， 其特征在于， 在根据所述坐标信息， 对解析得到的各所 述文档元 素进行重排版， 得到多个文本行之后， 还 包括： 通过页眉页脚检测、 目录检测、 段落检测以及标题检测中的至少一项， 获取各所述文本 行的文本属性； 将各所述文本属性， 加入至所述结构化 解析文本中。 5.根据权利要求1 ‑4任一项所述的方法， 其特 征在于， 还 包括： 获取预先标注的训练样本集， 每个训练样本使用基于历史贷后检查报告文档得到的结 构化解析文本进行 敏感句子和敏感类型的标注后得到； 对所述训练样本集进行样本扩充处 理， 得到各项特 征均衡的扩充样本集； 使用所述扩充样本集， 训练得到所述情感识别模型和所述标签分类模型。 6.根据权利要求5所述的方法， 其特征在于， 对所述训练样本集进行样本扩充处理， 得 到各项特 征均衡的扩充样本集， 包括： 基于无监督的基于简单对比学习句子嵌入SimCSE算法， 对所述训练样本集进行样本扩 充处理， 得到各项特 征均衡的扩充样本集。 7.一种敏感信息的识别装置， 其特 征在于， 包括： 文档解析模块， 用于对待处理的贷后 检查报告文档进行解析， 得到结构化解析文本， 其 中， 在所述结构化 解析文本中以句子为单位； 敏感语句获取模块， 用于将所述结构化解析文本中的各句子输入至预先训练 的情感识 别模型中， 获取 所述结构化 解析文本中包括的敏感句子； 敏感类型获取模块， 用于将各所述敏感句子输入至预先训练的标签分类模型中， 获取 各敏感句子的敏感类型； 敏感信息组合模块， 用于将各所述敏感句子， 以及与各所述敏感句子的敏感类型进行 组合， 作为对所述待处 理的贷后检查报告 文档的敏感信息识别结果。权　利　要　求　书 1/2 页 2 CN 115238070 A 28.根据权利要求7中所述的装置， 其特 征在于， 所述文档解析模块， 包括： 文档元素解析单元， 用于对所述贷后检查报告文档 中的各文档元素进行解析， 并标注 各所述文档元 素在所述贷后检查报告 文档中的坐标信息； 文档元素排版单元， 用于根据所述坐标信息， 对解析得到的各所述文档元素进行重排 版， 得到多个文本行； 解析文本形成单 元， 用于根据各 所述文本行， 形成所述结构化 解析文本 。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑6中任一项所述的 敏感信息的检测方法。 10.一种计算机可执行指令的存储介质， 其上存储有计算机程序， 其特征在于， 该程序 被处理器执行时实现权利要求1 ‑6中任一项所述的敏感信息的检测方法。权　利　要　求　书 2/2 页 3 CN 115238070 A 3