公开(公告)号：CN111353300B

公开(公告)日：2023-09-01

申请号：CN202010093817.3

申请日：2020-02-14

Applicant: 中科天玑数据科技股份有限公司 ,  国家计算机网络与信息安全管理中心

Inventor： 王立成 ,  刘贺鹏 ,  李欣 ,  赵忠华 ,  付培国 ,  王禄恒 ,  万欣欣 ,  孙立远 ,  张冰 ,  杜漫 ,  余智华

IPC: G06F40/284 ,  G06F40/289 ,  G06F18/214 ,  G06F18/241

Abstract: 本发明提供了一种数据集构建方法及装置，包括步骤：数据采集，获取来自互联网数据源的第一数据，所述第一数据包括自然语言，所述第一数据经过预处理后，生成第二数据；数据特征分析，所述第二数据包括子数据，所述子数据包括第一特征数据，分析所述第一特征数据，得出所述第一特征数据的特征度；数据标签建立，根据所述第一特征数据的特征度确定所述子数据标签；数据分类存储，根据所述子数据标签将所述子数据分类保存，保存为数据集。实时采集互联网中的数据；根据特征数据和特征度提取对应的标签；通过所述子数据标签将所述子数据进行分类提高提取速度，提高工作效率。本发明提供了一种相关信息获取方法及装置，提高准确性，提高工作效率。

公开(公告)号：CN111353300A

公开(公告)日：2020-06-30

申请号：CN202010093817.3

申请日：2020-02-14

Applicant: 中科天玑数据科技股份有限公司 ,  国家计算机网络与信息安全管理中心

Inventor： 王立成 ,  刘贺鹏 ,  李欣 ,  赵忠华 ,  付培国 ,  王禄恒 ,  万欣欣 ,  孙立远 ,  张冰 ,  杜漫 ,  余智华

IPC: G06F40/284 ,  G06F40/289 ,  G06K9/62

Abstract: 本发明提供了一种数据集构建方法及装置，包括步骤：数据采集，获取来自互联网数据源的第一数据，所述第一数据包括自然语言，所述第一数据经过预处理后，生成第二数据；数据特征分析，所述第二数据包括子数据，所述子数据包括第一特征数据，分析所述第一特征数据，得出所述第一特征数据的特征度；数据标签建立，根据所述第一特征数据的特征度确定所述子数据标签；数据分类存储，根据所述子数据标签将所述子数据分类保存，保存为数据集。实时采集互联网中的数据；根据特征数据和特征度提取对应的标签；通过所述子数据标签将所述子数据进行分类提高提取速度，提高工作效率。本发明提供了一种相关信息获取方法及装置，提高准确性，提高工作效率。