-
公开(公告)号：CN110287314A
公开(公告)日：2019-09-27
申请号：CN201910418900.0
申请日：2019-05-20
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: G06F16/35
Abstract: 本发明涉及一种基于无监督聚类的长文本可信度评估方法，包括：以已知长文本获取训练数据，提取该训练数据的训练特征以构建训练特征向量集，对该训练特征向量集进行无监督聚类，得到多个训练类心；以待评估长文本获取评估数据，提取该评估数据的评估特征向量；获取该评估特征向量相对该训练类心的评估值，并以该评估值得到该待评估长文本的可信度。本发明通过无监督聚类对长文本进行可信度评估，在实施过程中不需要标注数据，节省了人力、物力与时间，避免了数据中标签稀疏带来的困扰；提取了长文本的文本特征，对于可信度评估任务更加适用，使用该模型得到的文本的可信度更具有可解释性，同时在平台之间可以迁移。
-
公开(公告)号：CN114880496B
公开(公告)日：2024-12-24
申请号：CN202210471183.X
申请日：2022-04-28
Applicant: 国家计算机网络与信息安全管理中心 , 北京中科闻歌科技股份有限公司
IPC: G06F16/432 , G06F16/435 , G06F16/483 , G06F40/279 , G06F40/30 , G06V40/16 , G06V20/40 , G06V20/62 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/08 , G06N7/01 , G10L15/22
Abstract: 本公开涉及一种多媒体信息话题分析方法、装置、设备及计算机可读存储介质，本公开通过音频数据得到语音识别文本、通过视频数据的关键帧得到字幕文本；针对上述语音识别文本及字幕文本从实体、关键词、语义标签三方面提取话题信息，实现了基于文本数据的全方面、多粒度的文本话题提取；针对视频数据的关键帧，从人脸标签及图片标签两方面提取话题信息，实现了基于图像数据的视觉话题提取；本公开实施例充分考虑了视频数据的多模态特征，全面的分析视频话题，提高了话题分析的准确性；进一步的，通过准确的话题分析，可以使受众快速有效的获取视频的主要信息，提升了工作效率，并可以广泛应用于视频个性化推荐、视频内容检索等场景。
-
公开(公告)号：CN111859980B
公开(公告)日：2024-04-09
申请号：CN202010549951.X
申请日：2020-06-16
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: G06F40/30 , G06F40/289 , G06F16/9536 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及一种讽刺类型的文本识别方法、装置、设备及计算机可读介质。该方法包括：获取待处理文本，待处理文本来自于社交媒体网络平台；采用多种方式提取待处理文本的目标特征信息，目标特征信息为从特征集合中选择出来的多个特征信息的加权和表示；根据第一神经网络模型对目标特征信息的识别结果确定待处理文本的文本类型，第一神经网络模型是采用具有标记信息的训练数据对第二神经网络模型进行训练后得到的，标记信息用于标记训练数据是否为目标类型。本申请从多个维度捕获词间关联特征，并从讽刺文本的情感倾向转换出发，挖掘词语间的冲突性，进而充分体现句子中地所蕴含的讽刺含义，最终准确、合理地识别讽刺文本。
-
公开(公告)号：CN111737590B
公开(公告)日：2023-09-12
申请号：CN202010442783.4
申请日：2020-05-22
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9536 , G06F16/33
Abstract: 本发明公开了社交关系挖掘方法、装置、电子设备以及存储介质。所述方法包括：获取群组的对话流数据；将所述对话流数据划分为多个对话队列，其中，各对话队列的时间跨度小于或等于时间阈值；根据各对话队列中对话信息的上下文相关度，确定构成真实对话场景的对话队列；提取所述构成真实对话场景的对话队列所对应的用户，作为具有社交关系的用户。基于该方法及装置，可以还原对话场景，进而更加精准地映射对话用户，挖掘用户社交关系。
-
公开(公告)号：CN114817636A
公开(公告)日：2022-07-29
申请号：CN202210469600.7
申请日：2022-04-28
Applicant: 国家计算机网络与信息安全管理中心 , 北京中科闻歌科技股份有限公司
IPC: G06F16/783 , G06V20/40 , G06V20/62 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本公开涉及一种视频检测方法、装置、设备及计算机可读存储介质，该方法包括：获取待检测视频的多种特征信息；基于所述多种特征信息，生成所述待检测视频的融合特征信息；基于所述待检测视频的融合特征信息，对所述待检测视频的安全性进行检测，得到检测结果。本公开通过充分利用视频数据中的多种模态维度的特征信息得到视频的融合特征信息，根据融合特征信息对待检测视频内容进行检测，能够发现各模态维度信息之间关联而形成的隐性安全问题，大大提高了视频检测方法的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113449601A
公开(公告)日：2021-09-28
申请号：CN202110591209.X
申请日：2021-05-28
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
Abstract: 本发明提出一种基于渐进性平滑损失的行人重识别模型训练方法，包括：获取训练样本数据；其中，所述训练样本数据包括多个包含行人的视频；将所述训练样本数据输入至初始模型中，得到对应各所述包含行人的视频的帧级别特征和视频级别特征；分别基于所述帧级别特征和所述视频级别特征计算第一损失和第二损失；基于所述第一损失和所述第二损失对所述初始模型的模型参数进行优化，得到行人重识别模型。
-
公开(公告)号：CN108628703A
公开(公告)日：2018-10-09
申请号：CN201810225421.2
申请日：2018-03-19
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
Abstract: 本发明提供一种基于视觉相似性镜像网站发现方法及系统，该方法的步骤包括：对网页页面进行初步分块，将得到的块作为DOM树的结点；对可分割的结点继续分割，将分出的新块作为该结点的孩子结点；对于不可分割的结点，将该结点的块作为页面块存入页面块池中，如此循环迭代分块，直至得到全部的页面块；检测出页面中的分隔条，确定分割条的权重；基于分割条的权重进行重建，得到语义块；将语义块转换成图像，提取图像的签名特征；根据上述步骤提取目标网页和基准网页的各语义块的签名特征，基于签名特征通过EMD距离算法计算目标网页和基准网页之间的距离，如果该距离小于一设定阈值，则判定该目标网页的网站属于镜像网站。
-
公开(公告)号：CN114861029B
公开(公告)日：2024-09-13
申请号：CN202210411631.7
申请日：2022-04-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/953 , G06Q10/0639 , G06Q50/00
Abstract: 本发明实施例公开了舆情塑造过程分析方法、装置、电子设备以及存储介质。该方法包括：获取目标舆情事件的舆情数据以及目标舆情事件的舆情数据的发布方；根据舆情数据，确定舆情主题；根据舆情数据随时间的变化情况，将目标舆情事件划分为多个发展阶段；根据目标舆情事件在每个发展阶段的舆情数据，确定在相应发展阶段的核心议题；从在每个发展阶段的舆情数据的发布方中，识别在相应发展阶段的舆情塑造主体；根据在每个发展阶段的核心议题与舆情主题的匹配情况，对目标舆情事件在多个发展阶段的舆情塑造主体对于目标舆情事件的舆情塑造效果进行评估。基于该方法，可以实现对于舆情塑造过程的全面分析，并实现对于舆情塑造效果进行准确评估。
-
公开(公告)号：CN113449601B
公开(公告)日：2023-05-16
申请号：CN202110591209.X
申请日：2021-05-28
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06V40/10 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提出一种基于渐进性平滑损失的行人重识别模型训练方法，包括：获取训练样本数据；其中，所述训练样本数据包括多个包含行人的视频；将所述训练样本数据输入至初始模型中，得到对应各所述包含行人的视频的帧级别特征和视频级别特征；分别基于所述帧级别特征和所述视频级别特征计算第一损失和第二损失；基于所述第一损失和所述第二损失对所述初始模型的模型参数进行优化，得到行人重识别模型。
-
公开(公告)号：CN115393697A
公开(公告)日：2022-11-25
申请号：CN202210895693.X
申请日：2022-07-28
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06V20/00 , G06V10/26 , G06V10/30 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于多元特征融合分割的图片伪造检测方法和系统，通过提取图像中伪造区域的光照梯度、噪声分布、压缩一致性特征后，对其进行加权融合成一个新的综合特征，送入到专用的分割神经网络判断图像是否是伪造的，并标记出伪造区域，同时将多元融合特征与网络分割结果结合，给出伪造检测的解释性展示，在提高传统方法的准确率和普适性的同时，弥补了深度学习方法可解释性较低的不足。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.061 seconds)
