基于Transformer的电网企业文件密级分类系统

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。