申请/专利权人:南京信息工程大学
申请日:2024-03-27
公开(公告)日:2024-06-07
公开(公告)号:CN118155789A
主分类号:G16H10/60
分类号:G16H10/60;G06F40/295;G06F40/12;G06F18/2135;G06F40/242;G06F40/151;G06F16/33;G06F40/166;G06F21/62;G06N3/0442;G06N3/045
优先权:
专利状态码:在审-公开
法律状态:2024.06.07#公开
摘要:本发明公开了结合命名实体识别与差分隐私的病历敏感信息保护方法,包括:利用构命名实体识别模型对预先获取的中文电子病历语料库进行识别与提取,获得隐私实体;将新华字典数据集嵌入为词向量;利用主成分分析方法压缩词向量为二维词向量字典;利用预先训练获得的word2vec模型将隐私实体转化为隐私实体词向量;利用差分隐私高斯机制对隐私实体词向量进行椭球形噪声处理并压缩至二维,获得二维词向量;计算加噪后的二维词向量与词向量字典的余弦相似度,得到与其语义最近的相似词向量;利用相似词向量对应的字符对中文电子病历的敏感信息进行替换,对病历敏感信息进行隐藏。
主权项:1.结合命名实体识别与差分隐私的病历敏感信息保护方法,其特征在于,包括:利用构建的基于BERT-BiLSTM-BiGRU-CRF的命名实体识别模型对预先获取的中文电子病历语料库进行识别与提取,获得隐私实体;将新华字典数据集嵌入为词向量;利用主成分分析方法压缩词向量为二维词向量字典;利用预先训练获得的word2vec模型将隐私实体转化为隐私实体词向量;利用差分隐私高斯机制对隐私实体词向量进行椭球形噪声处理并压缩至二维,获得二维词向量;计算加噪后的二维词向量与词向量字典的余弦相似度,得到与其语义最近的相似词向量;利用相似词向量对应的字符对中文电子病历的敏感信息进行替换。
全文数据:
权利要求:
百度查询: 南京信息工程大学 结合命名实体识别与差分隐私的病历敏感信息保护方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。