-
公开(公告)号：CN105843854A
公开(公告)日：2016-08-10
申请号：CN201610150817.6
申请日：2016-03-16
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
Abstract: 本发明提供一种面向网络数据的专题文档快速识别系统，通过与不同规则的高效匹配达到快速识别专题的目的。本发明主要由文档获取模块、文档结果存储模块、轮询监测模块、实时服务接口、历史服务接口、规则树构建模块、实时过滤处理模块和回溯过滤处理模块组成。本发明实现了对实时数据和历史有效数据同时进行处理的功能，能够对大量文档数据进行批量处理，能够在保证系统正常运行的前提下对处理算法进行动态热切换，能够在输入输出接口内容变动后依然可以保证系统的正常运行，弥补了目前一些文档识别系统无法随意更改、灵活性和复用性差等的缺陷，对需求变更有很强的适应性。
-
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：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。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN103678564A
公开(公告)日：2014-03-26
申请号：CN201310659651.7
申请日：2013-12-09
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: G06F17/30
CPC classification number: G06F17/30864
Abstract: 一种基于数据挖掘的互联网产品调研系统，由6个模块组成：信息采集模块、信息预处理模块、产品概貌分析模块、情感分析模块、用户行为分析模块和数据展示模块。系统通过自动采集互联网上各类关于产品的信息，经过预处理之后，采用数据挖掘和自然语言处理技术进行综合分析，从而快速形成关于产品的概貌分析、产品各不同功能的市场口碑分析、不同产品对比分析、用户群体分析等不同侧面的分析结果，为产品分析、市场决策提供快速、坚实的支撑。本发明充分利用互联网信息资源优势，能够根据用户需求对产品进行调研，不但可以节约调研所需的人力物力，还能够及时反映跟踪市场动态。
-
公开(公告)号：CN114357290B
公开(公告)日：2024-10-15
申请号：CN202111635132.8
申请日：2021-12-29
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明通过网络技术处理领域的方法，公开了一种多视角社交媒体用户立场检测方法与装置，分为两个模块执行：多视角话题表征模块：根据原始语料构建包含多种节点的异构图，并从三个视角抽取出三种不同的以话题为中心的关系网络，构建用户表征，话题表征，文本表征；多视角用户立场检测模块：根据输入话题检索多视角话题表征模块输出的话题表征，取出该话题对应的话题表征，得到融合话题的文本表征并分别与多视角话题表征模块输出的用户表征，话题表征，文本表征进行拼接预测用户这段评论文本对该话题的立场，并利用与多视角话题表征模块共享的权重进行加权求和得到最终立场。实现了准确分析用户对某话题所持立场的效果。
-
公开(公告)号：CN118708795A
公开(公告)日：2024-09-27
申请号：CN202410729579.9
申请日：2024-06-06
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/953 , G06F16/906
Abstract: 本发明公开了基于社交应用采集资源管理和检测使用的系统，包括：采集资源调度装置，其用于存储、初始化和分配采集资源；数据采集调度装置，其用于采集资源的申请与使用；采集资源状态收集装置，其用于存储使用完成的采集资源状态，并对采集资源进行分类；异常采集资源处理装置，其用于对异常采集资源进行删除、刷新和验证操作，并将刷新和验证后的采集资源更新到采集资源调度装置中；采集资源检测装置，其用于对采集资源调度装置中的采集资源进行可用性检测，并将不可用资源更新到采集资源状态收集装置中；以及，基于社交应用采集资源管理和检测使用的方法。本发明具有能确保采集资源可以得到最大化的利用，保障数据采集长期有效的完成等优点。
-
公开(公告)号：CN118568257A
公开(公告)日：2024-08-30
申请号：CN202410583477.0
申请日：2024-05-11
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本公开涉及一种文本分类方法、装置、设备及存储介质。利用微调好的语言表示模型，对待分类文本中的语句进行处理，得到待分类文本的单词向量表示；从待分类文本的单词向量表示中获取具有语义关联关系的单词向量表示对，构建待分类文本的待处理图结构；利用预先训练的图卷积网络，对待分类文本的待处理图结构进行处理，得到待分类文本的向量表示矩阵；对待分类文本的向量表示矩阵进行分类处理，得到待分类文本的目标类别。这样，联合应用微调好的语言表示模型的表示学习能力和预先训练的图卷积网络的传导学习能力，能够提高文本分类的泛化能力，同时，结合微调好的语言表示模型对语境和语义的分析能力，提高了文本分类的精度。
-
公开(公告)号：CN117556043A
公开(公告)日：2024-02-13
申请号：CN202311490975.2
申请日：2023-11-09
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F40/30 , G06F40/253 , G06F40/216 , G06N3/0455
Abstract: 本公开涉及一种热点话题提取方法、装置、电子设备及存储介质。其中，热点话题提取方法包括：获取目标文本；获取目标文本对应的多个主题以及每个主题对应的词语概率分布向量；基于词语概率分布向量计算多个主题中各个主题之间的主题相似度，并计算每个主题对应的主题一致性；基于主题相似度和主题一致性，对多个主题进行合并处理，得到至少一个主题簇；计算至少一个主题簇中每个主题簇分别对应的主题流行度和主题新颖度，基于主题流行度和主题新颖度确定目标文本对应的热点话题，由此，能够在进行热点话题提取时考虑到文本中各个词语之间的语义和语法关联性，提高了提取的热点话题的准确性。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.097 seconds)
