公开(公告)号：CN110059181B

公开(公告)日：2021-06-25

申请号：CN201910202727.0

申请日：2019-03-18

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

Inventor： 孔庆超 ,  王磊 ,  闫鹏 ,  张丽 ,  郎佳奇 ,  王帅 ,  潘进 ,  毛文吉 ,  王钲淇 ,  段运强

IPC: G06F16/35

Abstract: 本发明属于文本分类领域，具体涉及一种面向大规模分类体系的短文本标签方法、系统、装置，旨在为了解决有限数据情况下面向大规模分类体系的短文本标签系统的稳定性不高的问题。本发明方法包括：获取待分类的第一短文本信息集合，并基于正向最大匹配分词和word2vec词向量表示技术进行预处理得到第二短文本信息集合；基于规则的分类方法、有监督的神经网络分类方法，对第二短文本信息集合进行二分类后进行短文本过滤，并基于同样的分类方法进行各短文本的第一、二级分类标签，基于半监督学习的标签传播方法进行各短文本的第三、四级分类标签。本发明在有限数据情况下保证了面向大规模分类体系的短文本标签系统的稳定性。

公开(公告)号：CN104573033B

公开(公告)日：2017-12-19

申请号：CN201510020876.7

申请日：2015-01-15

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 钮艳 ,  易立 ,  段东圣 ,  赵淳璐 ,  鲁睿 ,  刘晓辉 ,  王晶 ,  翟羽佳 ,  潘进

IPC: G06F17/30

Abstract: 本发明提出了一种动态URL过滤方法及装置，该方法包括：基于URL标注集创建信息字典；针对URL标注集中的每一个URL，根据所述信息字典生成对应的特征向量，由URL标注集中所有的URL对应的特征向量组成特征矩阵；对URL特征矩阵进行分类得到特征权重向量和二分类阈值；基于所述信息字段对待预测的URL进行特征提取，并基于提取出的特征生成所述待预测的URL的特征向量；将所述待预测的URL的特征向量与所述特征权重向量对应相乘后相加得到目标数值，将目标数值与二分类阈值相比较以判断所述待预测的URL是动态URL还是静态URL。本发明可以离线处理，不需要访问网络、减少了存储，比较节省处理时间和计算资源。