(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 202210422215.7 (22)申请日 2022.04.21 (71)申请人 西安知了科技有限公司 地址 710075 陕西省西安市高新区高新 一 路创新大厦S61 1 (72)发明人 赵舰波　王俊杰　刘怀亮　杨斌　 (74)专利代理 机构 西安嘉思特知识产权代理事 务所(普通 合伙) 6123 0 专利代理师 辛菲 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/31(2019.01) G06F 16/332(2019.01) G06F 16/36(2019.01) G06F 16/903(2019.01) (54)发明名称 基于双字典树的双敏感词的问题文本识别 方法及装置 (57)摘要 本发明公开了一种基于双字典树的双敏感 词的问题文本识别方法及装置， 该方法包括： 根 据预设敏感词库搭建字典树， 并确定字典树中每 个节点对应的敏感字符； 字典树包括主树、 以及 主树中每个第一类节点对应的子树； 获取待处理 文本， 并将待处理文本输入字典树， 以使主树根 据自身节点对应的敏感字符和预设的第一敏感 词， 对待处理文本进行第一敏感词的匹配； 当待 处理文本中的第一字符与主树中第一类节点对 应的敏感字符匹配成功时， 获取该第一类节点对 应的子树， 并根据预设的第二敏感词， 对待处理 文本进行第二敏感词的匹配； 当第一类敏感词与 第二类敏感词均匹配成功时， 将待处理文本确定 为问题文本。 本发明在提高问题识别效率的同 时， 也有利于保证安全性。 权利要求书2页 说明书7页 附图2页 CN 114996392 A 2022.09.02 CN 114996392 A 1.一种基于双字典树的双敏感词的问题文本识别方法， 其特 征在于， 包括： 根据预设敏感词库搭建字典树， 并确定字典树中每个节点对应的敏感字符； 所述字典 树包括主树、 以及所述主树中每个第一类节点对应的子树， 所述主树的叶子节点包括第一 类节点和终止节点； 获取待处理文本， 并将所述待处理文本输入所述字典树， 以使所述主树根据自身节点 对应的敏感字符和预设的第一敏感词， 对所述待处 理文本进行第一敏感词的匹配； 当待处理文本 中的第一字符与所述主树中第 一类节点对应的敏感字符匹配成功时， 获 取该第一类节点对应的子树， 并根据预设的第二敏感词， 对所述待处理文本进行第二敏感 词的匹配； 当所述第一类敏感词与所述第 二类敏感词均匹配成功时， 将所述待处理文本确定为问 题文本。 2.根据权利要求1所述的基于双字典树的双敏感词的问题文本识别方法， 其特征在于， 所述字典树还 包括每个节点所指向的子节点的唯一 地址。 3.根据权利要求2所述的基于双字典树的双敏感词的问题文本识别方法， 其特征在于， 所述获取待处理文本， 并将所述待处理文本输入所述字典树， 以使所述主树根据自身节点 对应的敏感字符和预设的第一敏感词， 对所述待处理文本进行第一敏感词的匹配的步骤， 包括： 获取待处 理文本； 将所述待处理文本输入至主树， 以使所述主树根据预设的第一敏感词， 从所述待处理 文本的起始字符开始， 逐字符与自身节点对应的敏感字符进行比较。 4.根据权利要求3所述的基于双字典树的双敏感词的问题文本识别方法， 其特征在于， 所述获取待处理文本， 并将所述待处理文本输入所述字典树， 以使所述主树根据自身节点 对应的敏感字符和预设的第一敏感词， 对所述待处理文本进 行第一敏感词的匹配的步骤之 后， 还包括： 当所述待处理文本中不存在与所述主树中第一类节点对应的敏感字符相匹配的第一 字符时， 则所述待处 理文本不包括所述预设的第一敏感词； 将所述待处 理文本确定为非问题文本 。 5.根据权利要求3所述的基于双字典树的双敏感词的问题文本识别方法， 其特征在于， 当待处理文本中的第一字符与所述主树中第一类节点对应的敏感字符 匹配成功时， 所述 获 取该第一类节点对应的子树的步骤之前， 还 包括： 利用正则表达 式对所述待处理文本进行分句处理后， 并提取出包含所述第 一敏感词的 句子。 6.根据权利要求5所述的基于双字典树的双敏感词的问题文本识别方法， 其特征在于， 当待处理文本中的第一字符与所述主树中第一类节点对应的敏感字符 匹配成功时， 所述 获 取该第一类节点对应的子树， 并根据预设的第二敏感词， 对所述待处理文本进行第二敏感 词的匹配的步骤， 包括： 获取该第一类节点对应的子树， 并将包含所述第 一敏感词的句子输入至该第 一类节点 对应的子树， 以使 所述子树根据预设的第二敏感词， 从所述句子的起始字 符开始， 逐字符与 自身节点对应的敏感字符进行比较。权　利　要　求　书 1/2 页 2 CN 114996392 A 27.根据权利要求6所述的基于双字典树的双敏感词的问题文本识别方法， 其特征在于， 当所述第一类敏感词匹配成功、 所述第二类敏感词未匹配成功时， 还 包括： 将所述待处 理文本确定为非问题文本 。 8.一种基于双字典树的双敏感词的问题文本识别装置， 其特 征在于， 包括： 搭建模块， 用于根据预设敏感词库搭建字典树， 并确定字典树中每个节点对应的敏感 字符； 所述字典树包括主树、 以及所述主树中每个第一类节 点对应的子树， 所述主树的叶子 节点包括第一类节点和终止节点； 输入模块， 用于获取待处理文本， 并将所述待处理文本输入所述字典树， 以使所述主树 根据自身节点对应的敏感字符和预设的第一敏感词， 对所述待处理文本进 行第一敏感词的 匹配； 获取模块， 当待处理文本中的第一字符与所述主树中的第一类节点匹配成功时， 用于 获取与第一字符匹配的第一类节点对应的子树， 并根据预设第二敏感词， 对所述待处理文 本进行第二敏感词的匹配； 确定模块， 当所述第一类敏感词与所述第二类敏感词均匹配成功时， 用于将所述待处 理文本确定为问题文本 。权　利　要　求　书 2/2 页 3 CN 114996392 A 3