1.一種文檔密級自動識別方法，其特征在于，包括：

定義特征詞項、特征詞項分布向量、特征詞項庫、段落特征詞項空間向量、段落基準庫以及文檔敏感度；

進行預處理，基于訓練文檔，標定訓練文檔中各段落密級及與之對應的初始敏感度；抽取段落的特征詞項，建立段落特征詞項空間向量，從而構建段落基準庫；

初始敏感度計算階段，在待定密的目標文檔中對各段落進行敏感度判定時，通過計算待定密段落與段落基準庫中各段落的相似度，鎖定與待定密段落相似度最大的段落，以其敏感度作為待定密段落的初始敏感值；敏感度修正階段，基于待定密段落與所匹配段落的特征詞項所攜帶的敏感度的差異，修正待定密段落的敏感度，文檔密級確定階段，通過計算目標文檔所有段落的敏感度，并獲取敏感度最高者作為目標文檔的敏感度，確定文檔的敏感度及其對應密級；

特征詞項庫獲取框架獲取段落特征詞項，特征詞項庫獲取框架包括：

χ²值越大，則詞項與段落文本敏感度相關性就大；χ²值越小，則詞項與段落文本敏感度相關性就小：

式(1)表示，對任意詞項t，其中k₁₁代表在訓練文本集中，所有涉密段落文本集c中包含詞t的段落文本個數，k₀₀代表在涉密段落文本集c中不包含詞項t的段落文本個數；k₀₁代表在非密段落文本集中包含詞t的段落文本個數，k₁₀代表在非密段落文本集中不包含詞項t的段落文本個數；N代表兩類集合中文檔的總數量，即訓練文本集中的段落總數N＝k₁₁+k₀₀+k₀₁+k₁₀，sgn表示取正負號符號；

通過對涉密段落文本集合和非涉密段落文本集合的詞項頻率統計，用帶有正負符號的χ²分布計算值，最后通過閾值過濾來得到特征詞項。