一种心理咨询敏感话题自动脱敏处理系统的制作方法
本发明涉及数据隐私保护与心理咨询信息化,具体为一种心理咨询敏感话题自动脱敏处理系统。
背景技术:
1、随着心理健康服务行业数字化程度持续提升,线上心理咨询、咨询案例数字化存档、心理科研数据共享等场景逐步普及,大量包含来访者个人隐私的会话文本被长期留存与流转。心理咨询对话内容除姓名、手机号等直观身份信息外,还会掺杂居住地、工作岗位、家庭构成、特殊事件时间等间接身份线索,这类信息单独提取不易识别,但多条线索结合后极易锁定对应来访者。当前行业普遍存在咨询文本隐私防护手段不完善的情况,单纯依靠人工筛查脱敏效率低下,难以匹配海量咨询会话的处理需求,隐私泄露隐患持续存在,对来访者信息安全与心理咨询行业信任体系造成负面影响。
2、现有心理咨询文本脱敏技术大多仅针对姓名、证件号等显性敏感实体做简单替换处理,缺少对间接身份特征的识别与风险评估机制。多数方案无法模拟第三方整合多条零散线索定位用户的场景,不能计算多特征叠加后的身份可定位概率,也未设置跨多次咨询会话的聚合风险推演逻辑。同时传统脱敏手段仅做单次占位替换,当文本留存多条高关联间接特征时,无法自动开展二次语义泛化改写,只能依靠人工反复调整内容。常规存储模块缺少分层归档、操作日志绑定与导出溯源水印管控,数据外发、调取过程缺少全流程校验,隐私防护链条存在明显断点。
3、当下数字化心理服务场景对隐私保护提出更全面、精细化的需求,仅依靠单一显性信息替换的传统脱敏模式已经无法适配行业安全标准。本领域缺少一套能够完整覆盖会话预处理、显性实体首轮脱敏、多线索泄露风险仿真推演、分层深度二次脱敏、加密归档溯源全流程的自动化处理体系。为解决现有技术无法识别间接隐私线索、不能量化泄露风险、脱敏深度不足、数据存储导出管控薄弱等实际问题,本发明通过模块化分层处理逻辑,兼顾咨询文本心理语义完整性与来访者隐私安全,解决现有技术在多维度风险推演与递进式深度脱敏方面的难题。
技术实现思路
1、本发明的目的就是为了弥补现有技术的不足,提供了一种心理咨询敏感话题自动脱敏处理系统,它能够清理会话噪声、拆分标准化文本片段;再依托专属实体库替换显性隐私信息生成初版文本;提取各类间接特征,模拟多线索拼接计算单次及跨会话聚合泄露风险,标记高风险片段;对风险片段语义泛化改写并循环校验,直至风险达标;加密分类保存文本与全流程日志,导出时复核风险并添加溯源水印,完整实现心理咨询会话全流程隐私防护。
2、本发明为解决上述技术问题,提供如下技术方案:一种心理咨询敏感话题自动脱敏处理系统,该系统包括:
3、会话预处理模块:接收原始心理咨询会话文本,执行无效内容剔除与结构化轮次拆分,为每个片段绑定主体标签与时序标签,输出标准化会话片段序列;
4、敏感实体首轮脱敏模块:接收标准化会话片段序列,基于心理咨询专属语义规则识别显式敏感实体,执行基于敏感实体类别的通用占位符替换处理,生成初版脱敏会话文本;
5、泄露风险预推演仿真子模块:接收初版脱敏会话文本,提取文本内间接身份特征,通过枚举多类特征组合模拟第三方多线索信息拼接路径,计算单会话身份可定位概率,并支持跨会话聚合泄露风险推演,当推演结果超出设定判定阈值时,标记风险片段并生成二次脱敏指令;
6、二次深度脱敏执行模块:接收二次脱敏指令与对应风险片段,在保留心理语义基础上执行特征泛化改写,生成终版脱敏会话文本;
7、脱敏结果归档存储模块:接收终版脱敏会话文本,完成分类存储与多维度索引构建。
8、进一步地,所述会话预处理模块内置口语噪声过滤单元,接收原始心理咨询会话文本后,先剔除文本内无效字符与乱码内容,再识别并移除重复表述、停顿助词与口误修正片段,保留核心语义内容;根据发言主体标识与时间戳对会话内容进行轮次拆分,单轮独立发言对应一个会话片段,相邻且属于同一发言主体的连续发言片段合并为单个会话片段;为每个会话片段绑定对应发言主体标签与时序编号,拆分后保持原有对话时序不变,输出标准化会话片段序列。
9、更进一步地,所述敏感实体首轮脱敏模块内置心理咨询专属的敏感实体库,所述敏感实体库划分为身份标识、地域信息、社会关系、事件标识四个类别;采用上下文语义匹配规则执行实体识别,结合心理咨询对话语境区分心理症状描述与真实隐私实体,避免将单纯的心理问题表述误判定为敏感实体;对识别命中的敏感实体执行对应类别的通用替换,替换过程保持原句语法结构与表述语序不变;所有替换操作生成对应替换记录,全部片段处理完成后整合生成初版脱敏会话文本。
10、更进一步地,所述泄露风险预推演仿真子模块计算单会话身份可定位概率时,采用多特征联合概率计算方式,公式为:,其中,p为当前会话文本的身份可定位概率,且满足0<p<1;m为提取到的间接特征总数量;为第k项间接特征的身份指向权重;为第k项间接特征对应的人群覆盖占比;所述身份指向权重满足0<≤1,所述人群覆盖占比满足0<≤1,且·<1;身份指向权重依据特征类别与心理咨询场景下的身份指向强度经验值预先设定,其中,地域类特征的身份指向权重值域为[0.8,1.0],事件时间类特征的身份指向权重值域为[0.7,0.9],职业类特征的身份指向权重值域为[0.5,0.8],家庭结构类特征的身份指向权重值域为[0.3,0.6];人群覆盖占比基于公开人口统计基准数据映射得到,特征指向范围越精准,对应覆盖占比数值越低。
11、更进一步地,所述泄露风险预推演仿真子模块执行跨会话聚合泄露风险推演时,采用风险累积计算方式,公式为:,其中,r为同一位来访者跨t次会话的聚合泄露风险值;t为纳入推演的会话总次数;为第t次会话单独计算得到的身份可定位概率;为第t次会话的特征互补系数,基于当前第t次会话与纳入推演的其他会话之间间接特征的重叠程度确定,重叠程度越高则取值越低,满足0≤≤1。
12、更进一步地,所述泄露风险预推演仿真子模块内置间接特征集合,包含地域类特征、事件时间类特征、职业类特征和家庭结构类特征;对初版脱敏会话文本执行全量遍历,从所有会话片段中识别提取对应类别的间接特征,形成单会话特征集合;遍历特征集合内所有特征的两两组合与三三组合,模拟第三方多线索拼接路径,采用所述多特征联合概率计算方式分别计算每组组合的身份可定位概率;取所有组合中的最高概率值作为会话的最终身份可定位概率;最终身份可定位概率超出设定判定阈值时,反向定位贡献最高风险值的特征所在会话片段,标记为风险片段并生成二次脱敏指令。
13、更进一步地,所述二次深度脱敏执行模块接收二次脱敏指令后,定位对应风险片段内的目标间接特征,采用语义泛化方式执行改写处理,改写过程保留原句的情绪表达与心理冲突表述,仅弱化间接特征的具体指向性;地域类特征从具体地点泛化为更广泛的地理区域,事件时间类特征从具体日期泛化为相对模糊的时间区间,职业类特征从具体岗位泛化为行业大类,家庭结构类特征从具体成员信息泛化为关系类别;改写完成后生成更新后的会话片段,替换原初版脱敏文本中的对应片段。
14、更进一步地,所述二次深度脱敏执行模块完成改写处理后,将更新后的会话片段回传至泄露风险预推演仿真子模块;泄露风险预推演仿真子模块对更新后的完整会话文本重新执行特征提取与概率计算,得到二次推演后的身份可定位概率;当二次推演概率低于设定判定阈值时,输出校验通过信号,系统将对应文本标记为终版脱敏会话文本;当二次推演概率仍超出设定判定阈值时,重新标记风险片段并再次触发脱敏改写,每次改写均在前次改写基础上进一步泛化,泛化程度逐次递增,且系统设定最大改写次数,所述最大改写次数取值为3次,达到最大次数时强制终止并输出当前文本;直至概率符合设定判定阈值的要求。
15、更进一步地,所述脱敏结果归档存储模块接收终版脱敏会话文本后,按来访者编号、咨询批次、咨询主题三个维度进行分类归档;为每份脱敏文本构建对应多维度索引,索引信息不包含任何来访者隐私内容,仅用于检索调用;将会话预处理记录、首轮脱敏替换记录、风险推演记录、二次脱敏改写记录四类操作日志与对应脱敏文本绑定存储,日志与文本采用同一编号进行关联;所有归档数据存储于本地加密存储单元,不向外网主动传输。
16、更进一步地,所述脱敏结果归档存储模块内置导出管控单元,对外发使用的脱敏文本执行二次校验与水印嵌入处理;接收导出申请后,先调用泄露风险预推演仿真子模块对待导出文本执行最终风险校验,校验通过后在文本内嵌入隐形溯源水印;水印信息包含导出人员编号、导出时间与导出用途,且水印不影响文本正常阅读与语义分析;所有导出操作生成对应审计记录,与文本编号绑定留存。
17、与现有技术相比,该一种心理咨询敏感话题自动脱敏处理系统具备如下有益效果:
18、一、本发明通过分层式模块化处理架构完成心理咨询会话文本全流程隐私防护,先对原始对话开展噪声过滤与标准化拆分,再区分四类显性敏感实体完成首轮统一占位替换,能够完整保留对话原本的心理语义、情绪表达与咨询逻辑,不会因基础脱敏操作破坏文本用于心理研究、案例复盘的使用价值;配套搭建的泄露风险仿真推演逻辑,可自动提取各类间接身份线索,模拟外界多线索拼接溯源的现实场景,同时兼顾单次会话与多批次会话叠加带来的隐私泄露隐患,自动识别存在高定位风险的文本片段并下发处理指令,脱离人工逐条筛查的工作模式,有效降低大批量咨询文本脱敏工作的人力投入,减少人工判断带来的疏漏问题。
19、二、本发明通过递进式二次深度脱敏机制与配套归档管控单元完善隐私防护闭环,针对标记出的高风险文本片段采取逐级泛化改写方式,仅弱化各类间接特征的精准指向范围,持续保留文本内部心理冲突相关表述,改写后自动重新校验泄露风险,多次泛化处理机制能够将身份定位可能性控制在安全区间;存储环节按照多维度分类规则完成加密归档,绑定全流程操作日志留存完整处理记录,对外导出文本前增设风险复核与隐形溯源水印,完整记录导出相关信息;整套体系实现数据存储、调取、外发全环节可追溯,从文本处理到数据流转全程构建防护屏障,提升心理咨询数字化资料存储流转过程中的信息安全水平。
20、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com