-
公开(公告)号：CN115357610A
公开(公告)日：2022-11-18
申请号：CN202210669237.3
申请日：2022-06-14
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/2455 , G06F9/48
Abstract: 本发明公开了采集资源调度方法，包括：接受采集任务系统的访问请求，根据所述访问请求查询缓存中的采集资源，所述访问请求包括请求的采集资源类型；若缓存中无所需采集资源，则在数据库中查询并获取采集资源，并将获取到的采集资源放入缓存，供所述采集任务系统使用。本发明还提供了采集资源调度系统。本发明能够较稳定地为采集任务系统提供有效的采集资源。
-
公开(公告)号：CN114861029A
公开(公告)日：2022-08-05
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 , G06Q10/06 , 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：CN113254632B
公开(公告)日：2022-07-22
申请号：CN202110437683.7
申请日：2021-04-22
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
Abstract: 本发明公开了基于事件检测技术的时间线摘要自动生成方法，包括：S10、将新闻文本集合进行聚类，得到新闻事件的子事件文档集合，每个子事件文档集合对应一个子事件；S20、获取每个子事件文档集合的摘要；S30、对所述子事件进行筛选，自动确定时间线摘要长度L′，以及对应的L′个子事件；S40、获取所述L′个子事件对应的子事件文档集合的摘要，按照日期先后顺序对所述摘要进行排序，输出带有时间戳的摘要序列。以及，基于事件检测技术的时间线摘要自动生成装置，电子设备和存储介质。本发明具有能自动确定时间线摘要的长度，灵活性强，能够处理动态变化的新闻事件等优点。
-
公开(公告)号：CN113312478A
公开(公告)日：2021-08-27
申请号：CN202110445975.5
申请日：2021-04-25
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F16/35 , G06F40/289 , G06F40/30 , G06K9/62 , G06F40/216 , G06N5/02
Abstract: 本发明公开了基于阅读理解的观点挖掘方法，包括：构建领域情感观点知识库，其内包含领域情感观点词，每个领域情感观点词对应一个情感分类标签和一个立场分类标签；基于所述领域情感观点知识库和事件观点训练文本集，对预训练语言模型进行训练，获得情感预训练语言模型，所述情感预训练语言模型中嵌入有表示输入文本的情感和观点信息；从待抽取事件文本中抽取事件观点文本；将所述事件观点文本输入所述情感预训练语言模型中，并对其输出的内容进行编码、句子特征提取和分类，获得待抽取事件文本中观点的情感和立场；以及，基于阅读理解的观点挖掘装置。本发明具有使观点挖掘结果更加准确的优点。
-
公开(公告)号：CN113254632A
公开(公告)日：2021-08-13
申请号：CN202110437683.7
申请日：2021-04-22
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
Abstract: 本发明公开了基于事件检测技术的时间线摘要自动生成方法，包括：S10、将新闻文本集合进行聚类，得到新闻事件的子事件文档集合，每个子事件文档集合对应一个子事件；S20、获取每个子事件文档集合的摘要；S30、对所述子事件进行筛选，自动确定时间线摘要长度L′，以及对应的L′个子事件；S40、获取所述L′个子事件对应的子事件文档集合的摘要，按照日期先后顺序对所述摘要进行排序，输出带有时间戳的摘要序列。以及，基于事件检测技术的时间线摘要自动生成装置，电子设备和存储介质。本发明具有能自动确定时间线摘要的长度，灵活性强，能够处理动态变化的新闻事件等优点。
-
Patent Agency Ranking
公开(公告)号：CN111737590A
公开(公告)日：2020-10-02
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：CN111581370A
公开(公告)日：2020-08-25
申请号：CN202010310036.5
申请日：2020-04-20
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F16/335 , G06F16/951 , G06F16/9536 , G06F40/242 , G06Q10/06 , G06Q50/00
Abstract: 本发明公开了一种综合多通道数据来源的网络舆情热度评估方法，包括：步骤一、收集各通道的流数据；步骤二、量化流数据对于目标事件的敏感值和情绪标签；步骤三、基于敏感度和影响力量化得到主体指标值；步骤四、基于敏感消息数、各类情绪标签对应的消息数，量化得到内容指标值；步骤五、基于每日的消息数、用户数、群组数，量化得到传播指标值；步骤六、基于主体指标值、内容指标值、传播指标值，量化得到各通道的综合热度值，并计算得到目标事件当日的总热度值。本方法建立了普适的网络舆情热度评估指标体系，评估结果更准确全面。本发明还公开了一种综合多通道数据来源的网络舆情热度评估装置，本装置对网络舆情热度的评估更准确全面。
-
公开(公告)号：CN110413784A
公开(公告)日：2019-11-05
申请号：CN201910666645.1
申请日：2019-07-23
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知识图谱的舆情关联分析方法，包括：提取互联网舆情知识中实体的属性和关系，基于知识图谱构建舆情业务知识库；确定需要关联分析的多个相同或不同类型的实体，采用相交、合并或者消减的方式对多个相同或不同类型的实体进行组合；确定多个相同或不同类型的实体每种组合方式进行关联分析的结果构成，得到分析结果。本发明还提供一种基于知识图谱的舆情关联分析系统。本发明可以实现包括特定人物、特定组织、特定事件、特定专题等在内的相同类型或不同类型知识的关联分析，并实现关联实体的多维度深度分析和关联挖掘，帮助业务用户准确掌握各类不同群体的关联情况，以及关联实体的全方位智能分析结果，进而辅助决策。
-
公开(公告)号：CN117591119B
公开(公告)日：2024-05-31
申请号：CN202311441226.0
申请日：2023-11-01
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及软件检测技术领域，公开了一种海量APK源码特征提取及相似分析方法，首先输入两个APK文件，通过源码解析反编译方法提取到APK包的AndroidManifest文件、本地化语言配置文件，提取到SMALI或JAVA源代码；再通过包名索引、启动类索引、固定目录识别方式，识别APK核心源码目录、第三方包目录、系统资源目录，并生成源码树；再对核心源码目录中的文件进行分析，计算文件HASH，提取源码文件中字符串类声明特征表示作为加权特征；计算拟进行分析的两棵源码树结构的相似度情况，根据源码目录的类型对进行不同程度的相似度加权。本发明降低分析资源投入和时间消耗，提升源码相似分析的准确度，能够实现在大规模APK数据分析场景的高性能分析。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.135 seconds)
