Методы повышения показателей качества фильтрации dlp-систем на основе предметно-ориентированной морфологической модели естественного языка

,
 
позволяет получить морфологический и 
идентификационный признак, содержащий информацию, используемую для 
обнаружения угроз информационной безопасности
(морфологический шаблон). 
Рассмотрим существующий морфологический словарь Z ={ z
i
}, каждая 
запись z
i
в котором имеет структуру
z
i
 ={ v
i
; W
i
; D
i
 }, (2.2.14)
т.е. состоит из словоформы v
i
, исходной формы слова W
i
и морфологического 
описания D
i
. 
Словарь Z, на сегодняшний день, содержит более 2,5 млн словоформ. Задача 
состоит в том, чтобы учитывая регулярность русского языка [29], анализировать 
сообщения ЕЯ, которые содержат отутсвующие в словаре термины, а также 
поддерживать актуальность и полноту словарной базы данных с наименьшими 
трудозатратами. Решение поставленной задачи основывается на словаре, 
содержащем морфологические описания словоформ А.А. Зализняка, содержащем 

---

70 
только базовые словоформы русского языка и множество соответствующих им 
окончаний.
Рассмотрим как образованы словоформы слов «ПРЕОБРАЗОВАТЕЛЬ» и 
«СЧИТЫВАТЕЛЬ» (Таблица 2.4.2). 
Словоформы (W, P)
j
 
Морфологические описания D
j
 
ПРЕОБРАЗОВАТЕЛЬ 
СЧИТЫВАТЕЛЬ 
Сущв Муж Неодуш Им, Вин 
ПРЕОБРАЗОВАТЕЛЯ 
СЧИТЫВАТЕЛЯ 
Сущв Муж Неодуш Род 
ПРЕОБРАЗОВАТЕЛЮ 
СЧИТЫВАТЕЛЮ 
Сущв Муж Неодуш Дат 
ПРЕОБРАЗОВАТЕЛЕМ 
СЧИТЫВАТЕЛЕМ 
Сущв Муж Неодуш Тв 
ПРЕОБРАЗОВАТЕЛЕ 
СЧИТЫВАТЕЛЕ 
Сущв Муж Неодуш Пред 
ПРЕОБРАЗОВАТЕЛИ 
СЧИТЫВАТЕЛИ 
Сущв Муж Неодуш Им, Вин 
ПРЕОБРАЗОВАТЕЛЕЙ 
СЧИТЫВАТЕЛЕЙ 
Сущв Муж Неодуш Род 
ПРЕОБРАЗОВАТЕЛЯМ 
СЧИТЫВАТЕЛЯМ 
Сущв Муж Неодуш Дат 
ПРЕОБРАЗОВАТЕЛЯМИ СЧИТЫВАТЕЛЯМИ 
Сущв Муж Неодуш Тв 
ПРЕОБРАЗОВАТЕЛЯХ 
СЧИТЫВАТЕЛЯХ 
Сущв Муж Неодуш Пред 
Таблица 2.4.2. Словоформы и их морфологический описания 
Из таблицы видно, что флексия словоформ одинакова, т.е. они получены из 
базовой формы W одинаковым образом, путем добавления соответсвующих 
окончаний E. Следовательно, достаточно иметь морфологические описания D 
словоформ слова «ПРЕОБРАЗОВАТЕЛЬ», чтобы построить аналогичные 
описания для словоформ слова «СЧИТЫВАТЕЛЬ». 
На основе этой идеи разработан предлагаемый метод анализа сообщений ЕЯ, 
содержащих отсутствующие в словаре парадигмы слов. Он состоит из следующих 
частей: 
1. Разбор словаря Зализняка, генерация всех словоформ на основе исходных 
форм слова; 
2. Разбор словаря с некоторыми морфологическими описаниями вида, 
который описан выше; 
3. Сопоставление словоформ из словарей, полученных на первых двух шагах 
с целью выделения характерных морфологических описаний для каждого 

---

71 
окончания в рамках класса слова (класса его флексий), к которому они 
относятся; 
4. Определение класса слов из передаваемого сообщения, отсутствующих в 
морфологическом словаре; 
5. На основе множества соответствий вида «класс слова, окончание» – 
«морфологическое описание», полученных на третьем шаге, словоформам 
из передаваемого сообщения, отсутствующим в морфологическом словаре, 
дается морфологическое описание. 
Задачи на первых двух шагах являются чисто техническими, и их описание 
не представляет какого-либо интереса.
Выделение характерных морфологических описаний для каждого окончания, 
описанное на шаге 3, осуществляется следующим образом. Каждое окончание 
входит в свой «класс» окончаний. Для слова «ПРЕОБРАЗОВАТЕЛЬ» это 
окончания «Я», «Ю», «ЕМ», «Е», «И», «ЕЙ», «ЯМ», «ЯМИ» и «ЯХ». Окончание 
«Ю» слова «ЗЕМЛЮ» хотя и совпадает с окончанием «Ю» слова 
«ПРЕОБРАЗОВАТЕЛЮ», но входит в совершенно другой класс, и поэтому будет 
иметь другой набор морфологических описаний. Кроме класса также учитывается