随着互联网的普及,网络信息不仅总量大幅增长,其传播渠道也在逐渐拓宽。渠道的多元化,使得信息的传播由单向转变为多向,并导致在传播过程中更多敏感信息公开。这些敏感信息的泄露,可能会影响到个人隐私、财产、企业信息,甚至国家的安全。不同的领域对于“敏感信息”的界定相距甚远,这对敏感信息的识别带来了一定的障碍。本文以司法信息公开为场景,研究了司法实践中,关于敏感信息公开的识别和脱敏问题。在司法实践过程中,裁判文书内敏感信息的检测和脱敏,很大程度上仍然依赖人工查核。但在面对海量的信息时,采用人工的方法耗时耗力,并不可行。为了克服该方案的缺点,一种更可行的方法是使用计算机来提高识别效率。然而,计算机在识别敏感信息方面,还存在一些难点,潜在敏感信息的复杂性,对主体的依赖性难以发现等。针对上述问题,本文探索了以下方案:借助神经网络提取特征的能力,通过结合上下文信息,以实现对潜在敏感信息的识别和对主体依赖性的发现。此外,根据主体的敏感性,可实现对敏感信息的识别,并设计策略,对敏感信息进行脱敏处理。本文的工作得到了国家重点研发计划项目“内外贯通的审判执行与诉讼服务协同支撑技术研究”(2018YFC0831300)的支持。论文主要的工作包括:(1)针对潜在敏感信息的复杂性以及主体依赖性难以发现的问题,提出了一种基于LSTM网络的个人属性信息识别模型。该方法基于Lattice方式输入,通过添加与主体的相对位置信息,结合字与词的语义信息对输入进行上下文特征提取。在语义理解的基础上识别信息,并对从属关系进行判断。实验结果显示,该方法能够有效地对个人属性信息进行提取。(2)针对LSTM网络自身的局限性,提出了基于BERT的个人属性信息识别模型。首先通过模型的预训练,获取大量的外部知识,构建更加准确的语义表示;随后通过对预训练模型的任务改造,在结合外部知识与准确上下文信息的基础上,对潜在敏感信息与主体依赖进行识别。实验结果显示,该方法比基于LSTM模型精确率提高了2%。此外,根据信息的自身特征和信息之间的关联性,设计了对应的脱敏策略。结合上述模型与方法,本文最终提出了一种敏感信息的识别与脱敏方法。为了验证该方法的有效性,本文利用裁判文书数据集进行了实验。实验结果表明,该方法可行,且相比人工方法更加高效。