(19)中华 人民共和国 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 202111617403.7 (22)申请日 2021.12.28 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 崔世文　孟昌华　李志峰　王维强　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 代理人 李世喆 (51)Int.Cl. G06F 21/62(2013.01) G06F 40/30(2020.01) G06K 9/62(2022.01) (54)发明名称 文本数据的保密处 理方法和装置 (57)摘要 本说明书实施例提供了一种文本数据的保 密处理方法和装置。 该方法包括： 得到原始文本 数据； 将所述原始文本数据输入 预先训练的文本 生成模型， 得到该文本生 成模型输出的相似文本 数据； 该相似文本数据与原始文本数据的文本内 容不同， 但， 该相似文本数据与原始文本数据的 语义相似度大于预定值； 提供所述相似文本数 据。 本说明书实施例能够更为有效地阻止文本数 据内容的泄 露。 权利要求书2页 说明书8页 附图4页 CN 113987592 A 2022.01.28 CN 113987592 A 1.文本数据的保密处 理方法， 其中， 包括： 得到原始文本数据； 将所述原始文本数据输入预先训练 的文本生成模型， 得到该文本生成模型输出的相似 文本数据； 该相似文本数据与原始文本数据的文本内容不同， 但， 该相似文本数据与 原始文 本数据的语义相似度大于预定值； 提供所述相似文本数据。 2.根据权利要求1所述的方法， 其中， 所述文本生成模型的训练方法包括如下中的至少一项： 针对第一文本数据， 将该第一文本数据中的至少一个字符替换为该字符的同义字符， 得到第一变换数据， 利用该第一文本数据及该第一变换数据作为训练样本训练所述文本生 成模型； 针对第二文本数据， 在该第二文本数据中增加或者减少 非语义字符， 得到第二变换数 据， 利用该第二文本数据及该第二变换数据作为训练样本训练所述文本生成模型； 其中， 非 语义字符为 不改变语义的字符； 针对第三文本数据， 改变该第三文本数据中至少一处文本内容的语序， 得到第三变换 数据， 利用该第三文本数据及该第三变换 数据作为训练样本训练所述文本生成模型。 3.根据权利要求1所述的方法， 其中， 所述得到该文本生成模型输出的相似文本数据， 包括： 得到该文本生成模型输出的至 少两个版本的相似文本数据； 不同版本的相似文本数据的文本内容 不同； 所述提供所述相似文本数据， 包括： 将各个阅读者划分在至少两个分组中； 将至少两个版本的相似文本数据分别分发给至少两个分组。 4.根据权利要求3所述的方法， 该 方法进一 步包括： 获取被泄 露的相似文本数据； 根据被泄 露的相似文本数据的版本， 确定该被泄 露的相似文本数据被分发到的分组； 将该分组中的阅读者确定为泄 露方。 5.根据权利要求1所述的方法， 在所述得到该文本生成模型输出的相似文本数据之后， 并在所述 提供所述相似文本数据之前， 进一 步包括： 根据原始文本数据的语义， 对文本生成模型输出的相似文本数据进行修正， 以增加该 相似文本数据与原 始文本数据的语义相似度； 所述提供所述相似文本数据， 包括： 提供修 正后的相似文本数据。 6.文本数据的保密处 理装置， 其中， 包括： 原始文本获取模块， 配置为得到原 始文本数据； 文本生成模型， 配置为对输入的所述原始文本数据进行模型处理， 输出相似文本数据； 该相似文本数据与原始文本数据的文本内容不同， 但， 该相似文本数据与原始文本数据的 语义相似度大于预定值； 分发模块， 配置为 提供所述相似文本数据。 7.根据权利要求6所述的装置， 其中， 所述文本生成模型在训练阶段被配置为执行如下 中的至少一项：权　利　要　求　书 1/2 页 2 CN 113987592 A 2接收第一训练样本， 该第一训练样本包括第一文本数据及第一变换数据， 其中第一变 换数据是将该第一文本数据中的至少一个字符替换为该字符的同义字符后得到的， 对该第 一训练样本进行 学习； 接收第二训练样本， 该第二训练样本包括第二文本数据及第二变换数据， 其中第二变 换数据是在该第二文本数据中增加或者减少非语义字符后得到的， 对该第二训练样本进 行 学习； 接收第三训练样本， 该第三训练样本包括第三文本数据及第三变换数据， 其中第三变 换数据是改变该第三文本数据中至少一处文本内容的语序之后得到的， 对 该第三训练样本 进行学习； 其中， 第三文本数据及该第三变换 数据的语义相似度大于预定值。 8.根据权利要求6所述的装置， 其中， 所述文本生成模型被配置为执行： 得到该文本生 成模型输出的至少两个版本的相似文本数据； 不同版本的相似文本数据的文本内容 不同； 所述分发模块， 被配置为执行将各个阅读者划分在至少两个分组中； 将至少两个版本 的相似文本数据分别分发给至少两个分组。 9.根据权利要求6所述的装置， 其中， 该装置进一 步包括： 追溯模块， 配置为获取被泄露 的相似文本数据； 根据被泄露 的相似文本数据的版本， 确 定该被泄 露的相似文本数据被分发到的分组； 将该分组中的阅读者确定为泄 露方。 10.一种计算设备， 包括存储器和 处理器， 所述存储器中存储有可执行代码， 所述处理 器执行所述可执行代码时， 实现权利要求1 ‑5中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 113987592 A 3