当前我国各机关单位的定密工作,主要由定密责任人人工进行,容易导致定密流程不规范、定密效率不高和“拍脑袋定密”等问题。这些问题是保密工作中的隐患,可能导致失泄密案件的发生。使用计算机技术,解决定密工作中的难点痛点,是主要的研究目标。设计实现了一套计算机辅助定密系统,该系统具有辅助性、准确性、及时性和灵活性的特点,能够有效地辅助定密工作者开展定密工作。对当前辅助定密领域的研究现状进行了深入调研,针对该领域的瓶颈和难点,运用自然语言处理技术和深度学习技术,提出了两种辅助定密方法,实现了一套辅助定密系统。主要内容如下:(1)提出了一种基于条目匹配的辅助定密方法。首先,该方法对“涉密事项范围目录”进行内容研究和梳理,整理为树状结构,将文档定密过程转化为在树中的路径选择过程,以此规范了定密流程。其次,该方法在已有的涉密文档中,使用改进的Text Rank方法提取涉密特征词信息,使用基于BERT模型的语义匹配度提取语义信息。最后,综合特征词和语义两方面的特征,加权计算待检测文档与定密条目的匹配度,为定密工作者推荐定密条目。实验结果显示,该方法可以准确地完成条目匹配任务。(2)提出了一种基于Text CGA网络的辅助定密方法。该方法适用于条目匹配结果不理想的文档。首先,方法将定密问题看作文本分类问题,将深度学习技术应用在了辅助定密任务中。其次,设计了用于提取文本特征的CGA模块,一定程度上解决了RNN网络中的长期依赖问题,增强了网络对文本特征的提取能力。最后,使用多个不同参数配置的CGA模块搭建了Text CGA文本分类网络,进一步增强了网络的特征提取能力。性能实验的结果显示,该网络具有良好的文本分类能力;模拟定密实验的结果显示,Text CGA网络可以很好地完成辅助定密任务。(3)将上述两种方法集成,按照辅助性、准确性、及时性和灵活性的设计原则,对辅助定密系统进行了实现,并通过实验对系统进行了测试和分析。测试结果显示,该辅助定密系统规范了定密人员的定密流程,能够给出准确的定密意见,能够很好地完成辅助定密的任务。