基于大语言模型的非结构化文本敏感信息识别方法AET-电子技术应用-最丰富的电子设计资源平台

基于大语言模型的非结构化文本敏感信息识别方法
所属分类：技术论文
上传者：wwei
文档大小：1993 K
标签：大语言模型非结构化文本敏感信息识别
所需积分：0分积分不够怎么办？
文档介绍：随着电子商务与社交网络平台的快速发展，企业生成内容中核心业务信息等敏感数据的自我披露现象日益增多，由此带来的隐私泄露风险不断加剧。针对非结构化文本中敏感信息自动识别与安全处理的需求，研究大语言模型在企业敏感信息识别与脱敏处理中的应用方法。以 Amazon、patient.info 和 Facebook 等平台上的用户文本为研究对象，构建一种基于大语言模型的敏感信息识别与脱敏处理框架。该方法通过提示工程引导模型对文本中的敏感信息进行识别与敏感度评估，并结合语义保持约束对原始内容进行改写，实现敏感信息最小化披露与文本语义一致性的平衡。以 ChatGPT 作为实验模型开展实证分析，结果表明，该方法能够有效识别企业生成文本中的敏感信息，并生成语义保持度较高的脱敏文本，为非结构化文本隐私保护与信息安全治理提供了一种可行的技术路径。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。