公开(公告)号：CN119416887A

公开(公告)日：2025-02-11

申请号：CN202411392344.1

申请日：2024-10-08

Applicant: 武汉大学

Inventor： 滕冲 ,  熊逸芸 ,  王海宁 ,  何慷 ,  何海钧

IPC: G06N5/025 ,  G06F18/24 ,  G06V30/19 ,  G06F16/11 ,  G06N3/0442 ,  G06N3/0464 ,  G06F16/353

Abstract: 本发明提供一种自适应敏感信息抽取方法及装置，其中，该自适应敏感信息抽取方法包括：获取富文本，并对所述富文本进行分类；所述富文本包括代码文件和非代码文件；对所述非代码文件进行数据处理，将所述非代码文件转化为纯文本文件；根据待识别的敏感信息类型，选择信息识别方法，并对所述代码文件和所述纯文本文件进行敏感信息抽取，得到目标敏感信息；所述信息识别方法包括大模型代码理解方法、规则匹配方法和多粒度关联敏感信息识别方法。通过本发明，根据不同的文件类型和敏感信息类型，设计了不同的信息识别方法，从而获取更加全面的识别结果，解决了现有技术中存在的对敏感信息抽取具有局限性的问题。