随着大数据技术深入应用，数据要素流通频繁，非结构化数据占据了信息总量的大部分且数据中蕴含着极高的商业价值和战略意义。然而，面对海量的非结构化数据，企业缺乏深入的数据内容识别和有效的安全技术，在流转、下载、共享的过程中仍然存在敏感数据或重要数据。由于数据的易复制性和易传播性，一旦数据落地至终端，其泄漏风险急剧上升，且现有的技术手段往往难以有效追溯数据泄漏源头，此问题成为了数据安全管理的重大挑战。

针对这一挑战，保旺达创新研发了非结构化数据自动分类分级模型，利用NLP技术有效结合无监督学习和监督学习模型，分阶段来实现对非结构化数据的分类分级。采用对比学习+聚类的方式对大量的无标签样本进行分类分级，提升非结构化数据识别能力，实现非结构化数据分类分级准确率达90%；采用OCR技术进行图片文字提取识别，检测敏感数据和重要数据，识别率可达95%。