对文档集合进行主题级别隐私保护的方法和系统技术方案

本发明专利技术提出了对文档集合进行主题级别隐私保护的方法和系统。该方法包括：输入文档集合以及主题级别隐私策略，所述隐私策略包括一个或多个需要隐私保护的主题关键词；扩展主题关键词，以生成一个或多个敏感关键词；以及基于生成的敏感关键词从文档集合中判定隐私文档。根据不同的实施例，本发明专利技术分别基于文档集的内部特征、基于外部知识(本体)或它们两者来生成敏感关键词。由于本发明专利技术的方法不需要使用训练文档，因此可以使系统更加高效柔性和实用，可以同时处理大量隐私策略，并且可以方便的支持隐私策略的动态变化。

【技术实现步骤摘要】

本专利技术一般的涉及文档集合的隐私保护，更具体而言，涉及对文档集合进行主题级别隐私保护的方法和系统。
技术介绍
随着计算机和网络技术的快速发展，人们可获得的信息已经呈现数字化和海量化的特征。然而，数字化和网络化也使得对信息进行隐私保护和管理变得更具挑战性。特别是在涉及对健康信息、账户信息等高私密性信息的场合中，这个问题尤其迫切的需要得到解决。例如，目前为了便于医疗信息共享，电子病历及电子健康档案的使用已成为趋势，医务工作者、医学研究者、卫生部门、保险公司等医疗相关人员可以方便地基于电子医疗数据进行相关业务工作，然而从病人的角度看，他们应该对有关其本人的病历或健康档案拥有隐私控制权，最典型的情境则是病人不希望某些没有经过其授权的人，通过获取到的电子医疗数据能够得知其患有某种敏感疾病。现在，搜索已经成为人们处理海量数字信息的基本工具，而如何使得搜索者快速、 方便、准确的获得其需要的信息，同时又能保护信息所有者或者信息内容相关人的隐私不被泄露，即实现搜索质量和隐私保护的平衡，成为搜索系统需要面对的一个难题。通常情况下，文档所有者或者隐私相关人通过制定隐私策略(privacypolicy)本文档来自技高网...

【技术保护点】
１．一种对文档集合进行主题级别隐私保护的方法，包括：输入文档集合以及主题级别隐私策略，所述隐私策略包括一个或多个需要隐私保护的主题关键词；基于所述文档集合本身的内部特征扩展主题关键词，以生成一个或多个敏感关键词；以及基于生成的所述敏感关键词从所述文档集合中判定隐私文档。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵彧，李建强，刘博，郭剑峰，
申请(专利权)人：日电中国有限公司，
类型：发明
国别省市：11