针对非结构化文本的个人隐私信息自动检测方法及系统

摘要

本发明提供了一种针对非结构化文本的个人隐私信息自动检测方法及系统，属于信息处理领域。该方法首先将非结构化文本划分为含有隐私信息的文本和不含有隐私信息的文本，然后从所述含有隐私信息的文本中识别出实体类信息，最后计算每个所述实体类信息在含有隐私信息的文本中的权重和在不含有隐私信息的文本中的权重，并根据得到的两个权重判断每个实体信息是否属于实体类隐私信息。本发明能够检测出文本中实体类的隐私信息，且具有非常大的实用价值，有效地替代了传统的人工检测方法，且大大提高了检测效率，降低了人员成本，为政府数据开放提供了强有力的技术支持。