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

 2.5.4 Формирование множеств семантических связей 
В связи с особеностями анализа естественноязыковых сообщений, 
описанных в предыдущем пункте, после этапа семантического анализа 
рассматриваются все полученные гипотезы. В дальнейшем в работе 
рассматривается одна отдельная гипотеза, и считается очевидным, что все 
описанные шаги должны быть применены к каждой из полученных гипотез. 

---

77 
При формировании множества семантических связей необходимо учитывать, 
что для вычисления функции похожести необходимо, чтобы каждая связь была 
представлена числом, и в то-же время, удовлетворяла следующим условиям: 
1. Связи различных типов не должны пересекаться, какие бы термины они не 
связывали 
2. Связи близких терминов должны иметь близкое значение 
Для реализации требования 1 достаточно для каждого типа связи разбить 
числовую ось от нуля до L_MAX на N отрезков, где L_MAX – максимальное 
значение, которое может быть сопоставлено связи, а N – число типов связи. Таким 
образом, в диапазон значений
попадают вся связи k-ого типа, 
. 
Для реализации требования 2, смысл которого подробно описан в п. 2.5.5, 
предлагается следующий подход: 
Каждому термину, который может быть связан связью типа k, ставится в 
соответствие число T. Организуем соответствие так, чтобы для двух близких 
терминов (синонимов) числа T были близки. Для этого можно, например, 
воспользоваться словарем синонимов.
В качестве простейшего способа назначения 
можно предложить 
положительные числа с шагом s = 11, так чтобы к каждому слову можно было 
приписать 9 синонимов, заняв, таким образом, оставшиеся до следующего 
интервала значения. 
Рассмотрим пример назначения 
для слова «выполнить». Пусть слову 
«выполнить» будет поставлено в соответствие число 
. Тогда для 
синонимы слова «выполнить» будут иметь следующие значения: 
T
i
 
Термин 
100 слушаться 
101 соблюсти 
102 претворить 

---

78 
103 осуществить 
104 исполнить 
105 
выполнить 
106 сделать 
107 реализовать 
108 воплотить 
109 провести 
110 удовлетворить 
Таблица 2.5.4.1 Соответствие параметра T
i
терминам 
В результате, каждому термину для каждого типа связи k поставлено в 
соответствие несколько чисел 
:

Основное значение 
. Одно значение числа 
каждый термин 
получает «по-определению», это значение будет характеризовать его 
точное употребление. Например, для слова «выполнить» из примера 
выше это будет значение 
. 

Дополнительные значения 
. Несколько других значений, в 
зависимости от числа вхождений этого термина в списки синонимов 
для других слов. Так, например, для слова «исполнить» из примера 
выше значение 
будет дополнительным, поскольку в данном 
случае оно входит в список как синоним. 
Таким образом, каждой связи двух терминов 
типа k ставится в 
соответствие одно или несколько чисел 
, таких что: 
, (2.5.4.1) 
где 
– значение параметра 
для первого термина связи, 
– значение 
параметра 
для второго термина связи. Такой выбор значения для 
позволяет 
для каждой связи находить близкие по «смыслу» связи, что позволяет 
существенно 
расширить 
возможности 
определения 
угрозы 
утечки 
конфиденциальной информации. 

---

79