-
公开(公告)号：CN105608070A
公开(公告)日：2016-05-25
申请号：CN201510965136.0
申请日：2015-12-21
Applicant: 中国科学院信息工程研究所
IPC: G06F17/27
CPC classification number: G06F17/2745 , G06F17/2775
Abstract: 本发明涉及一种面向新闻标题的人物关系抽取方法，其步骤包括：1)寻找出新闻标题中的关系指示词，用以区分不同类别的人物关系；2)根据人物与关系指示词在新闻标题中的位置特征，建立描述句子的句式模板；利用训练数据统计每个模板的正/负例个数，根据正负模板的比例判定新闻标题中人物间关系的正确性；3)从新闻标题与人物属性知识库中提取特征，通过特征分类的方法并结合步骤2)得到的句式模板的正/负例个数，判定给定的人物关系是否正确。本发明在保证准确率的同时，降低了特征维度，提高了判定效率，可用于挖掘新闻标题中的人物关系，进而发现社会中的焦点人物、热点事件等，便于及时掌握社会动态，监控舆情。
-
公开(公告)号：CN109086327B
公开(公告)日：2022-05-17
申请号：CN201810716386.4
申请日：2018-07-03
Applicant: 中国科学院信息工程研究所
IPC: G06F16/958 , G06V30/146 , G06T7/13 , G06T7/155
Abstract: 本发明涉及一种快速生成网页视觉结构图形的方法及装置。该方法包括：提取网页中的文本域的视觉结构图形；提取网页中的图像域的视觉结构图形；将文本域的视觉结构图形与图像域的视觉结构图形去重与合并，得到网页的视觉结构图形。该装置包括文本域视觉结构图形提取模块、图像域视觉结构图形提取模块、去重与合并模块。本发明抛弃了传统分析方法中网页DOM结构的累赘，仅由网页截图应用图形学方法处理图片，大大降低了算法耗时；本发明采用数学形态学变换，能够快速、准确地分别提取网页中文本域与图像域的视觉结构图形。
-
公开(公告)号：CN109194605B
公开(公告)日：2020-08-25
申请号：CN201810709596.0
申请日：2018-07-02
Applicant: 中国科学院信息工程研究所
IPC: H04L29/06
Abstract: 本发明涉及一种基于开源信息的可疑威胁指标主动验证方法和系统。该方法包括以下步骤：1)设计特定查询语句，所述特定查询语句是可疑威胁指标与特定场景的组合；2)收集和爬取根据所述特定查询语句在互联网上检索得到的结果信息；3)将所述结果信息中的相关开源信息进行结构化处理，得到结构化数据；4)利用所述结构化数据，充分学习其中的隐藏特征，训练相应的分类模型；5)利用所述分类模型验证在特定场景下的可疑威胁指标的恶意性，从而识别网络威胁。该系统包括查询设计模块、信息采集模块、数据处理模块、模型训练模块、指标验证模块。本发明能够高效准确地完成对可疑威胁指标的验证，帮助人们识别高级威胁攻击，保证网络安全。
-
公开(公告)号：CN106569997B
公开(公告)日：2019-12-10
申请号：CN201610912585.3
申请日：2016-10-19
Applicant: 中国科学院信息工程研究所
IPC: G06F17/27
Abstract: 本发明公开了一种基于隐式马尔科夫模型的科技类复合短语识别方法。本方法为：1)采用词性标注工具对输入语料进行词性标注和分词；2)采用隐式马尔科夫模型对步骤1)处理后的语料进行隐状态预测，输出一状态序列；然后对该状态序列进行切分，得到一复合短语集合；3)判断步骤2)得到的复合短语中是否包含特征词集合中的特征词，将含有设定特征词的复合短语作为识别的科技类复合短语结果。本发明缓解了角色标注的巨大人工成本代价。
-
公开(公告)号：CN106776555B
公开(公告)日：2019-11-15
申请号：CN201611129133.4
申请日：2016-12-09
Applicant: 中国科学院信息工程研究所
IPC: G06F17/27
Abstract: 本发明涉及一种基于字模型的评论文本实体识别方法及装置。该方法包括：1)使用标注好的训练数据训练基于字的双向LSTM模型；2)使用训练好的基于字的双向LSTM模型对输入的评价性文本进行核心实体识别；3)对基于字的双向LSTM模型输出的非空结果进行字补齐，将补齐后的结果作为最终识别出的核心实体并输出；4)对基于字的双向LSTM模型输出的结果为空的评价性文本，通过文本分词、词性标注和实体词典生成一个候选实体作为核心实体。本发明可以从大规模、表达口语化的评论文本中准确高效地提取文本中实体。
-
Patent Agency Ranking
公开(公告)号：CN106126654B
公开(公告)日：2019-10-18
申请号：CN201610479968.6
申请日：2016-06-27
Applicant: 中国科学院信息工程研究所
IPC: G06F16/951 , G06F16/953 , G06F16/9535 , G06Q50/00
Abstract: 本发明提供一种基于用户名相似度的跨网站用户关联方法，步骤包括：1)对多个用户名中的字符进行过滤，仅保留英文字母和数字；2)找出上述处理过的用户名的特征，并获取该特征的自信息值，根据该自信息值得到自信息向量；3)根据上述自信息向量，得到所述多个用户名间的相似度，如果该相似度大于给定的阈值τ，则判断所述多个用户名属于同一用户。本方法通过多个用户名间的相似度来判断其是否属于同一用户，对属于同一用户的不同网站上的账户可实现关联。
-
公开(公告)号：CN110020190A
公开(公告)日：2019-07-16
申请号：CN201810727300.8
申请日：2018-07-05
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9535 , G06F17/27 , G06N3/04
Abstract: 本发明公开了一种基于多示例学习的可疑威胁指标验证方法及系统。本方法为：对各可疑威胁指标相关的情报信息文本内容进行处理，生成含有原语义信息的词序列；对于每一所述可疑威胁指标，选择该可疑威胁指标对应的多个处理后的词序列，应用多示例学习算法对选取的各所述可疑指标对应的词序列进行训练并生成一多示例学习验证模型；采用自然语言处理技术对待测可疑威胁指标的情报信息文本进行处理，生成该待测可以威胁指标对应的词序列；然后利用所述多示例学习验证模型对该待测可疑威胁指标对应的词序列进行预测验证，确定该待预测可疑威胁指标是否为恶意威胁指标。本发明可高效准确地完成对可疑威胁指标的验证。
-
公开(公告)号：CN105049247B
公开(公告)日：2019-04-26
申请号：CN201510391607.1
申请日：2015-07-06
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种网络安全日志模板抽取方法及装置。该方法的步骤包括：1)对原始的网络安全日志进行数据清洗，得到过滤掉时间和IP地址的日志信息；2)对不包含时间和IP地址的日志信息进行聚类，把具有相似格式的日志划分到同一类中；3)对于每一类中的日志，提取出日志中描述格式的模板词，得到日志格式的模板。具体地，采用DBSCAN算法或者OPTICS算法对相似格式的日志进行聚类，利用LDA Gibbs sampling算法提取出日志中描述格式的模板词。该装置包括数据清洗单元、信息聚类单元、模板提取单元。本发明不需要任何先验知识，可以自动获取网络安全日志格式的模板，能够减小系统负载，提高运算效率和准确性。
-
公开(公告)号：CN108921184A
公开(公告)日：2018-11-30
申请号：CN201810350028.6
申请日：2018-04-18
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提出一种通用的网页类型判定方法，其步骤包括：对网页先进行预处理，再抓取该网页的图像；对图像进行规范化处理，包括将图像缩放至可识别其原有视觉块结构的最小程度并统一宽高尺寸；在不破坏图像原有视觉块结构的前提下对图像进行信息增强，得到图像数据集；将上述图像数据集输入到一用于判定网页类型的模型中，对该模型进行训练；通过上述预处理和规范化处理，获取目标网页的图像，将该图像输入到上述经过训练的模型中，判定该目标网页的类型。
-
公开(公告)号：CN107798080A
公开(公告)日：2018-03-13
申请号：CN201710952357.3
申请日：2017-10-13
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
Abstract: 本发明提供一种面向钓鱼URL检测的相似样本集构造方法，其步骤包括：提取已知样本集中的若干钓鱼URL分割为单词序列；以单词序列为列，网络钓鱼URL为行构造URL单词矩阵；从URL单词矩阵中选取部分能覆盖前述若干钓鱼URL的单词作为特征词；以特征词为关键词搜索URL，并验证搜索到的URL是否正常，如是，则添加至训练样本集。构造与钓鱼URL强相似的正常URL，而不是从公开平台随机选取合法URL作为训练样本。不依赖于任何先验知识，可以得到与已知钓鱼URL相近的正常URL训练样本集。从而，解决背景技术中提到的机器学习或深度学习的训练样本两极分化十分严重的问题。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.028 seconds)
