建立關鍵字字典

Microsoft Purview 可以識別、監視及保護您的敏感性專案。 識別敏感性項目有時需要尋找關鍵字，特別是在識別一般內容 (例如醫療保健相關通訊)，或是不適當或偏激的言語。 雖然您可以在 建立自定義敏感性資訊類型時建立關鍵詞清單，但關鍵詞清單的大小有限，而且如果您要 在PowerShell中建立關鍵詞清單，則需要修改 XML 來建立或編輯它們。

相反地，關鍵詞字典提供更簡單的關鍵詞管理，而且規模更大，在字典中支援最多 1 MB 的字詞 (壓縮后) 。 此外，關鍵詞字典可以支援任何語言。 壓縮後的租用戶限制也是 1 MB。 壓縮后限製為 1 MB，表示在租使用者之間合併的所有字典都可以有接近一百萬個字元。

關鍵字字典限制

每個用於關鍵詞字典的租使用者 (SIT) 最多可以建立 50 種敏感性資訊類型。 若要瞭解您的租使用者中有多少關鍵詞字典，請遵循 連線到安全性 & 合規性 PowerShell 中的程式連線到您的租用戶，然後執行此 PowerShell 腳本：

$rawFile = $env:TEMP + "\rule.xml"

$kd = Get-DlpKeywordDictionary
$ruleCollections = Get-DlpSensitiveInformationTypeRulePackage
[System.IO.File]::WriteAllBytes((Resolve-Path $rawFile), $ruleCollections.SerializedClassificationRuleCollection)
$UnicodeEncoding = New-Object System.Text.UnicodeEncoding
$FileContent = [System.IO.File]::ReadAllText((Resolve-Path $rawFile), $unicodeEncoding)

if($kd.Count -gt 0)
{
$count = 0
$entities = $FileContent -split "Entity id"
for($j=1;$j -lt $entities.Count;$j++)
{
for($i=0;$i -lt $kd.Count;$i++)
{
$Matches = Select-String -InputObject $entities[$j] -Pattern $kd[$i].Identity -AllMatches
$count = $Matches.Matches.Count + $count
if($Matches.Matches.Count -gt 0) {break}
}
}

Write-Output "Total Keyword Dictionary SIT:"
$count
}
else
{
$Matches = Select-String -InputObject $FileContent -Pattern $kd.Identity -AllMatches
Write-Output "Total Keyword Dictionary SIT:"
$Matches.Matches.Count
}

Remove-Item $rawFile

建立關鍵字字典的基本步驟

您最常在檔案中編譯字典的關鍵詞，例如 .csv 或 .txt 清單。 您可以在建立或編輯期間將字典檔案上傳至 SIT，或透過 PowerShell Cmdlet 匯入這些檔案。 Alternatley，您可以從現有的 或從現有的 關鍵詞字典開始。 最後，您可以在 [ 新增關鍵詞字典 ] 對話框中手動輸入關鍵詞。 當您建立關鍵詞字典時，您會遵循相同的核心步驟：

使用 Microsoft Purview 入口網站或 Microsoft 合規性入口網站建立關鍵詞字典

使用下列步驟來建立或匯入自訂字典的關鍵字：

針對您使用的入口網站選取適當的索引標籤。 視您的Microsoft 365 方案而定，Microsoft Purview 合規性入口網站 即將淘汰或即將淘汰。

若要深入瞭解 Microsoft Purview 入口網站，請 參閱 Microsoft Purview 入口網站。 若要深入瞭解合規性入口網站，請參閱 Microsoft Purview 合規性入口網站。

使用 PowerShell 從檔案建立關鍵字字典

通常當您需要建立大型字典時，您可以使用檔案中的關鍵詞或從其他來源導出的清單。 在接下來的範例中，您將建立關鍵詞字典，其中包含要在外部電子郵件中檢測的疾病清單。 若要開始，您必須連線 到安全性 & 合規性 PowerShell。

1. 將關鍵詞複製到文本檔中，並確定每個關鍵詞都位於個別行上。

2. 使用 Unicode 編碼儲存文字檔。 在記事本中，流覽至 [>另存為>編碼>Unicode]。

3. 執行下列 Cmdlet 將檔案讀成變數：

   $fileData = [System.IO.File]::ReadAllBytes('<filename>')
   

4. 執行下列 Cmdlet 來建立字典：

   New-DlpKeywordDictionary -Name <name> -Description <description> -FileData $fileData
   

使用自訂敏感資訊類型和 DLP 原則中的關鍵字字典

關鍵字字典可做為自訂敏感性資訊類型的符合需求一部分，或做為敏感性資訊類型本身。 兩者都需要您建立自訂敏感性資訊類型。 按照連結文章中的指示建立敏感性資訊類型。 擁有 XML 之後，您將需要 XML 中的 GUID 識別碼，才能使用字典。

<Entity id="9e5382d0-1b6a-42fd-820e-44e0d3b15b6e" patternsProximity="300" recommendedConfidence="75">
    <Pattern confidenceLevel="75">
        <IdMatch idRef=". . ."/>
    </Pattern>
</Entity>

若要取得字典的身分識別，請執行下列命令，然後複製 Identity 屬性值：

Get-DlpKeywordDictionary -Name "Diseases"

此命令的輸出看起來像這樣：

RunspaceId : 138e55e7-ea1e-4f7a-b824-79f2c4252255
Identity : 8d2d44b0-91f4-41f2-94e0-21c1c5b5fc9f
Name : Diseases
Description : Names of diseases and injuries from ICD-10-CM lexicon
KeywordDictionary : aarskog's syndrome, abandonment, abasia, abderhalden-kaufmann-lignac, abdominalgia, abduction contracture, abetalipo proteinemia, abiotrophy, ablatio, ablation, ablepharia,abocclusion, abolition, aborter, abortion, abortus, aboulomania, abrami's disease, abramo
IsValid : True
ObjectState : Unchanged

將 身分識別 值貼到您自定義敏感性資訊類型的 XML 中，做為 idRef。 接下來，上傳 XML 檔案。 您的字典現在會出現在您的敏感性資訊類型清單中，而且您可以直接在原則中使用它，指定需要比對多少關鍵詞。

<Entity id="d333c6c2-5f4c-4131-9433-db3ef72a89e8" patternsProximity="300" recommendedConfidence="85">
      <Pattern confidenceLevel="85">
        <IdMatch idRef="8d2d44b0-91f4-41f2-94e0-21c1c5b5fc9f" />
      </Pattern>
    </Entity>
    <LocalizedStrings>
      <Resource idRef="d333c6c2-5f4c-4131-9433-db3ef72a89e8">
        <Name default="true" langcode="en-us">Diseases</Name>
        <Description default="true" langcode="en-us">Detects various diseases</Description>
      </Resource>
    </LocalizedStrings>