典型文献
基于Transformer的电网企业文件密级分类系统
文献摘要：
为解决依靠保密人员对文件的密级进行人工标注,其准确性依赖相关人员的业务素质,容易造成标密不准的问题,建立一种基于Transformer模型的企业文件密级分类系统.该系统能自动提取文本密级信息的特征表达,对企业秘密文件做出智能辅助定密的决策.在国网吉林省电力有限公司内部核心商密文件、普通商密文件和非秘密文件构建的数据集上对提出的模型进行了实验验证,准确率为97.37％,召回率为98.67％,表明模型达到了较高的识别效果,因此该系统能有效防止秘密文件的泄露.
文献关键词：
密级分类;深度学习;自注意力网络;词嵌入;企业秘密
中图分类号：
作者姓名：
董添;李广;杨振宇;张博;于波;王巍
作者机构：
国网吉林省电力有限公司党委办公室,长春130021
文献出处：
引用格式：
[1]董添;李广;杨振宇;张博;于波;王巍-.基于Transformer的电网企业文件密级分类系统)[J].吉林大学学报（信息科学版）,2022(06):1039-1044
A类：
密级分类,密级信息,企业秘密,秘密文件
B类：
Transformer,电网企业,分类系统,保密,业务素质,自动提取,特征表达,智能辅助,定密,吉林省,省电,通商,召回率,自注意力网络,词嵌入
AB值：
0.215308
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
