[发明专利]数据检测方法、电子设备及存储介质

权利要求书

1.一种数据检测方法，其特征在于，包括：

接收第一请求；所述第一请求包括第一表单和第一信息；所述第一请求用于在第一系统中申请关于所述第一表单中的数据的使用权限；

从所述第一信息中提取出第一分词集合；所述第一分词集合中的分词为存在于设定词库中的分词；

基于所述第一表单中的字段类型和对应的字段值，以及所述第一分词集合中的分词所属的字段类型，构建出所述第一请求对应的关键信息模型；

利用规则引擎，对所述关键信息模型中表征产品名称的分词对应的用户协议进行处理，得到风险提示规则集合；

在所述关键信息模型命中所述风险提示规则集合中的任一条风险提示规则的情况下，输出第一提示信息，所述第一提示信息表征所述第一请求存在数据合规风险。

2.根据权利要求1所述的方法，其特征在于，在从所述第一信息中提取出第一分词集合之前，所述方法还包括：

对所述第一系统对应的历史文本文件中每条语句进行分词处理，从分词得到的字串中确定出第二分词集合；

将所述第二分词集合合并至设定的通用词库中，得到所述设定词库。

3.根据权利要求2所述的方法，其特征在于，所述从分词得到的字串中确定出第二分词集合，包括：

基于分词得到的四元字串中每个四元字串中的每个子串对应的相关度，确定每个四元字串中的第一子串是否为待扩展的种子字串；其中，每个子串由两个相邻的字符构成，第一子串由四元字串的中间两个字符构成；相关度表征子串对应的点间互信息和信息丰富度；

在第一子串为待扩展的种子字串的情况下，对第一子串进行扩展，直至扩展得到的字串在分词结果中的出现次数小于第一设定阈值，将扩展得到的字串输出至第二分词集合。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

采用以下方式计算子串对应的相关度：

基于子串的左邻字集合和右邻字集合中每个字串的出现概率，计算出子串的左信息熵和右信息熵；

基于子串的左信息熵和右信息熵，计算出子串对应的第一参数；所述第一参数表征子串的左邻字集合与右邻字集合之间的信息丰富度；

基于子串对应的联合概率、子串中每个字符在对应的历史文本文件中的出现概率和所述第一参数，计算出子串对应的相关度；联合概率表征子串中所有字符同时出现在n元字串中的概率。

5.根据权利要求4所述的方法，其特征在于，在所述对所述第一系统对应的历史文本文件中每条语句进行分词处理，从分词得到的字串中确定出第二分词集合之前，所述方法还包括：

对历史接收的第一请求中每条语句进行分词处理，从分词得到的字串中确定出候选词集合；

基于第一数量和所述候选词集合中候选词的总数，计算出所述候选词集合对应的准确率；所述第一数量表征所述候选词集合与历史接收的第一请求对应的标定词汇集合中相同的词的数量；

在所述准确率小于第二设定阈值的情况下，调整联合概率因子的数值，并按照调整后的联合概率因子的数值，重新从分词得到的字串中确定出候选词集合；

在所述准确率大于或等于所述第二设定阈值的情况下，将当前的联合概率因子的数值确定为所述n。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述从第一信息中提取出第一分词集合，包括：

根据设定标点符号所处的位置，将所述第一信息切割为多条第一语句；

基于设定的最大分词长度，按照从左到右的顺序从每条第一语句中提取出第一分词子集，以及按照从右到左的顺序从每条第一语句中提取出第二分词子集；

基于每条第一语句对应的第一分词子集和第二分词子集，确定出每条第一语句对应的分词集合；

将确定出的分词集合进行合并，得到第一请求对应的第一分词集合。