-
公开(公告)号：CN105740236A
公开(公告)日：2016-07-06
申请号：CN201610066957.5
申请日：2016-01-29
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F17/27
CPC classification number: G06F17/2715 , G06F17/2775
Abstract: 本发明公开了一种结合写作特征和序列特征的中文情感新词识别方法和系统。该方法对于输入文本子句，基于情感词的作者写作特征和情感词的序列特征将文本子句表示为各种特征(如：字、词性等)的序列。然后，针对特征表示的文本子句，利用线性链条件随机场模型输出与文本子句对应的情感词标签序列。其中，线性链条件随机场模型基于包含传统情感词的文本训练得到。接着，基于文本子句中字的序列和情感词标签序列，利用有限状态自动机识别文本子句中的情感词，形成情感词集合。最后，利用中文旧词词库对情感词集合进行过滤，将未出现在中文旧词词库中的情感词作为中文情感新词。通过本发明实施例解决了如何提高情感新词识别精度和召回率的技术问题。
-
公开(公告)号：CN105608106A
公开(公告)日：2016-05-25
申请号：CN201510744624.9
申请日：2015-11-05
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明公开了一种面向智能终端的舆情分析方法。包括：获取用户预先设定的关键词，然后根据该关键词获取包括该关键词的新闻，再根据获取的新闻通过自然语言分析方法分析出新闻预警级别，然后再计算出用户当前的舆情健康指数，并向用户显示与舆情健康指数对应的应对策略。本发明方法能够对舆情信息进行自动分析、统计、聚类等操作，具有成本低、效率高、准确性高、安全性较高等优点。
-
公开(公告)号：CN105095070A
公开(公告)日：2015-11-25
申请号：CN201510363954.3
申请日：2015-06-26
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F11/36
Abstract: 本发明公开了一种基于浏览器测试组件的QQ群数据获取方法与系统，通过给予浏览器测试组件，实现用户行为模拟，由此方式实现Web端QQ等登陆操作，结合并行化设计，面向QQ群实现即时聊天信息和非即时信息的数据获取。本发明能够避免人工登陆操作，在快速获取数据的同时，兼顾了获取数据的完整性，同时在后期维护上成本投入更小，能够根据版本变化快速修改并投入使用。
-
公开(公告)号：CN103778200A
公开(公告)日：2014-05-07
申请号：CN201410010836.X
申请日：2014-01-09
Applicant: 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F17/30
CPC classification number: G06F17/30684
Abstract: 本发明公开了一种报文信息源抽取方法及其系统，该方法通过匹配信息源抽取规则库的关键词提取报文中的信息源，并匹配信息源抽取规则库的规则判断信息源类型，该方法包括：报文解析步骤和信息源抽取步骤，报文解析步骤用于根据输入的文本，提取文本中的字符，并对字符进行断句处理为不同分句，信息源抽取步骤为根据信息源抽取规则库对分句进行关键词匹配，对分句抽取有用要素序列，并在有用要素序列上，提取信息源，并通过匹配信息源抽取规则库的规则判断信息源类型。
-
公开(公告)号：CN103761246A
公开(公告)日：2014-04-30
申请号：CN201310705515.7
申请日：2013-12-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
CPC classification number: G06F17/3089 , G06F17/30705
Abstract: 本发明提出一种基于链接网络的用户领域识别方法及其装置，属于数据发掘及复杂网络领域。装置包括数据收集与预处理模块，领域原型用户集合构建模块和用户领域计算模块。方法包括：步骤1，手工采集初始种子用户；步骤2，收集种子用户的关注用户；步骤3，构建链接网络，计算各关注用户对于各领域的隶属度；步骤4，按隶属度大小将用户排序；步骤5，为各领域构建领域原型用户集合；步骤6，收集待分类用户的关注用户；步骤7，计算待分类用户对于各领域的隶属度；步骤8，将领域隶属度大小排序；步骤9，加领域标签。本发明适用于多种社交网络平台，能够克服短文本的缺点，特别适合用户建模，个性化信息搜索和推荐等领域。
-
Patent Agency Ranking
公开(公告)号：CN103761239A
公开(公告)日：2014-04-30
申请号：CN201310664725.6
申请日：2013-12-09
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
CPC classification number: G06F17/3089 , G06F17/3071
Abstract: 本发明公开了一种根据表情符号对微博进行情感倾向分类的方法，包括：创建中性情感集、消极情感集和积极情感集；利用中性情感集、消极情感集和积极情感集，建立中性情感贝叶斯分类器；利用由消极情感集和积极情感集，建立极性情贝叶斯情感分类器；利用中性情感贝叶斯分类器和极性情感贝叶斯分类器对待测微博进行情感分类。本发明通过建立一个两阶段分类，即建立中性情感分类器，把中性情感的微博剔除，建立极性情感分类器，将有极性情感的微博分为积极情感和消极情感，该分类器分类速度快、占用空间小且鲁棒，且本发明能通过微博准确的了解到人们对当前的热门话题或事件的态度和网民的情绪，对社会科研和调查有着重要的帮助。
-
公开(公告)号：CN107633044B
公开(公告)日：2021-08-06
申请号：CN201710827984.4
申请日：2017-09-14
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于热点事件的舆情知识图谱构建方法，属于自然语言处理领域；首先实时获取微博文本，对每个微博文本进行处理，构建文本簇，计算每个文本簇所属的话题类别，按类别识别每个簇中的热点事件，统计每个热点事件的多维属性；识别参与热点事件讨论的重要人物和机构，并获取重要人物和机构的多维属性；最后构建事件、人物、机构的多维属性体系及关系类型，以事件、人物、机构为实体，事件、人物、机构之间的关系为关联，构建舆情知识图谱。本发明能够从多个维度对热点事件、人物、机构进行刻画，实现对热点事件、人物、机构的全方位解析；并根据实际需求，设置不同话题类别的权重，实现不同话题的舆情知识图谱构建。
-
公开(公告)号：CN104778210B
公开(公告)日：2018-04-27
申请号：CN201510111754.9
申请日：2015-03-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
Abstract: 本发明公开了一种微博转发树和转发森林构建方法，属于数据挖掘领域，包括以下步骤：收集该条微博的原创微博信息；并且根据单条原创微博信息，获取其转发微博信息；然后在单条原创微博信息及其所有转发微博信息上，构造单条微博的微博树结构；根据用户给定时间段t3‑t4内的话题关键词Topic，收集与该话题相关的全量微博信息，针对每一条微博信息，构造单条微博的微博树结构；最后汇总该话题相关的全量微博信息的转发树；形成微博转发森林。本发明的优点为：通过转发树生成算法，高效快速完整地进行转发树和转发森林的提取，具有较高的效率和效果。
-
公开(公告)号：CN105068988B
公开(公告)日：2018-01-30
申请号：CN201510431992.8
申请日：2015-07-21
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F17/27
Abstract: 本发明涉及一种多维度和多粒度情感分析方法，包括：构建情感资源，即根据特定领域文本的类别体系构建其情感资源；选择情感倾向词，即选择每个类别下的情感词并确定其情感倾向；判别情感倾向性，包括：判断信息资源的类型；从信息资源中获取情感关键词；从信息资源中识别权威发布者，并获取该信息资源的情感分析结果；对社交类信息进行情感分析；对非专有类别社交类信息的情感倾向进行分析；针对专有类别的社交信息进行情感分析。本发明的情感分析方法能够从多维度、多粒度进行情感分析以提供较高的情感分析识别率和精度。
-
公开(公告)号：CN105095070B
公开(公告)日：2017-12-19
申请号：CN201510363954.3
申请日：2015-06-26
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F11/36
Abstract: 本发明公开了一种基于浏览器测试组件的QQ群数据获取方法与系统，通过给予浏览器测试组件，实现用户行为模拟，由此方式实现Web端QQ等登陆操作，结合并行化设计，面向QQ群实现即时聊天信息和非即时信息的数据获取。本发明能够避免人工登陆操作，在快速获取数据的同时，兼顾了获取数据的完整性，同时在后期维护上成本投入更小，能够根据版本变化快速修改并投入使用。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.039 seconds)
