-
公开(公告)号：CN111353300A
公开(公告)日：2020-06-30
申请号：CN202010093817.3
申请日：2020-02-14
Applicant: 中科天玑数据科技股份有限公司 , 国家计算机网络与信息安全管理中心
IPC: G06F40/284 , G06F40/289 , G06K9/62
Abstract: 本发明提供了一种数据集构建方法及装置，包括步骤：数据采集，获取来自互联网数据源的第一数据，所述第一数据包括自然语言，所述第一数据经过预处理后，生成第二数据；数据特征分析，所述第二数据包括子数据，所述子数据包括第一特征数据，分析所述第一特征数据，得出所述第一特征数据的特征度；数据标签建立，根据所述第一特征数据的特征度确定所述子数据标签；数据分类存储，根据所述子数据标签将所述子数据分类保存，保存为数据集。实时采集互联网中的数据；根据特征数据和特征度提取对应的标签；通过所述子数据标签将所述子数据进行分类提高提取速度，提高工作效率。本发明提供了一种相关信息获取方法及装置，提高准确性，提高工作效率。
-
公开(公告)号：CN113239663B
公开(公告)日：2022-07-12
申请号：CN202110309085.1
申请日：2021-03-23
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: G06F40/126 , G06F40/216 , G06F40/242 , G06F40/284 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于知网的多义词中文实体关系识别方法，其步骤包括：1)对中文网事数据中的每一条语料样本基于知网进行字颗粒度的向量化，得到每一个字对的字颗粒度向量；然后对每一字颗粒度向量所在的位置信息进行编码，得到语料中每个字与预标注的待识别实体关系对的相对位置编码；2)根据步骤1)所得结果生成每一语料样本的字颗粒度语义向量集合；3)基于知网生成每一语料的词颗粒度语义向量集合；4)利用各语义向量及其对应位置编码训练深度自注意力神经网络，得到深度自注意力神经网络编码器；5)生成待处理语料中字和词汇的语义向量及其对应位置编码输入深度自注意力神经网络编码器，得到该待处理语料中的实体关系。
-
公开(公告)号：CN109033166B
公开(公告)日：2022-01-07
申请号：CN201810636331.2
申请日：2018-06-20
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/211
Abstract: 本发明公开了一种人物属性抽取训练数据集构建方法。首先，下载HTML页面中的文本数据内容，提取描述人物正文内容和属性信息的信息框数据，并进行编码存储和语句切分；然后，对切分后的语句，选取既包含人物名称、人物属性值内容的语句构建人物属性抽取语料数据集；最后，提取人物属性抽取语料数据集中的所有动词，基于信息熵的方法对所有动词进行排序，提取排名靠前的动词作为属性触发词，把人物属性抽取语料数据集中不包含属性触发词的语句删除掉，剩下的语句就组成了人物属性抽取训练数据集。本发明综合利用的网页数据采集、词性分析、词语信息熵计算等技术自动构建人物属性抽取训练数据集，对提高训练数据集构建的效率具有重要意义。
-
公开(公告)号：CN113255720A
公开(公告)日：2021-08-13
申请号：CN202110393842.8
申请日：2021-04-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06K9/62 , G06Q50/00 , G06F16/901
Abstract: 本发明公开了一种基于分层图池化的多视角聚类方法，包括以下步骤：将待处理数据划分成多视角数据集，然后将多视角数据集按各视角构建对应的图表示，得到对应的视图；采用分层图池化层迭代计算方法提取每个视图的聚类信息，每个视图的聚类信息包括对应该视图的粗化图和分配矩阵，该粗化图包括迭代后的邻接矩阵、特征矩阵、图拉普拉斯矩阵；采用多视角谱聚类融合方法融合所有视图的聚类信息，得到每一类特征向量所对应的类别。具有充分利用待处理数据本身的多视图特征，可以综合包含原各个视图的聚类信息。公开了一种基于分层图池化的多视角聚类系统，包括：图构建模块、聚类信息计算提取模块、多视角融合模块。本发明具有提升聚类效果的有益效果。
-
公开(公告)号：CN111949848A
公开(公告)日：2020-11-17
申请号：CN202010785632.9
申请日：2020-08-06
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/951 , G06F16/9536 , G06F16/958 , G06F16/35 , G06F40/295 , G06F40/216
Abstract: 本发明涉及一种基于特定事件的跨平台传播态势评估及分级方法，属于网络信息领域。本发明的基于特定事件的跨平台传播态势评估及分级方法，具体包括四个功能模块，分别为：原始网络元素检测模块、特定事件的话题传播计算模块、话题传播模型参数的等级评定和威胁分析模块、任务调度和优化模块。本发明解决了现有技术中没有考虑到事件的传播态势评估及分级方法，提出了针对特定事件传播情况的量化评估方法和有区分度的分级手段，建立了信息系统框架，实现了对特定事件的跨平台传播态势评估及分级，同时根据特定事件的跨平台传播态势评估对后续监测工作进行指导，从而有效提高对于事件传播的紧急或影响程度的判断能力，用以指导实际工作。
-
Patent Agency Ranking
公开(公告)号：CN120045763A
公开(公告)日：2025-05-27
申请号：CN202411949680.1
申请日：2024-12-27
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/951 , G06F16/215 , G06F16/27
Abstract: 本发明提供了基于大语言模型的特定信息研判方法及系统，通过基于API接入、逆向分析APP和网络爬虫相结合的方式获取信息数据，并对所述信息数据进行清洗和规范化处理后存入分布式数据库中进行统一管理；基于大语言模型对信息数据进行预处理后，采用预训练和微调相结合的方式提取信息数据中待分析对象的基础属性信息，基于基础属性信息构建关系知识库；通过线上维度获取待分析对象的线上特征，通过线下维度获取待分析对象的线下特征，对线上特征和线下特征进行特征融合，得到立体属性描述；基于滑动窗口技术，对关系知识库和立体属性描述确定的文本进行信息研判分析，根据研判分析结果对异常信息进行实时提示。
-
公开(公告)号：CN112069312B
公开(公告)日：2023-06-20
申请号：CN202010806716.6
申请日：2020-08-12
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
IPC: G06F16/35 , G06F40/295 , G06F40/30 , G06F16/9535
Abstract: 本发明提供一种基于实体识别的文本分类方法，包括：对待检测文本进行切词，得到情感词与实体词，并通过一实体及情感类别已标注数据集判断实体词的情感类别；对待检测文本进行断句，通过情感词与标注情感类别的实体词在每一句子中的词性、否定词及标点符号内容，获取各句子的情感类别；依据各句子的情感类别，得到待检测文本的情感类别。本发明利用半监督学习的方式，通过协同训练加主动学习的方式，结合学习加情感规则的方式，确定指向性实体集；通过识别指定方向实体，结合情感词进行倾向性判断；生成指定类别实体集，结合情感规则，实现对文本更深层次的分析。
-
公开(公告)号：CN113255918B
公开(公告)日：2023-04-25
申请号：CN202110393843.2
申请日：2021-04-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06N5/04 , G06F16/36 , G06N5/022 , G06F18/22 , G06F40/126 , G06N3/0455 , G06N3/042
Abstract: 本发明公开了一种强化聚合知识指导的生成常识推理方法，包括：基于知识图谱构建概念推理图和分层概念扩展图；搭建强化聚合指导下基于概念推理图的知识图谱增强型编码器；搭建强化聚合指导下基于分层概念扩展图的知识图谱增强型解码器；训练包含知识图谱增强型编码器和知识图谱增强型解码器的生成常识推理模型；应用训练后的生成常识推理模型生成常识推理语句。本发明提供的方法可以有效避免因未考虑概念之间关系而导致生成语句不符合日常情景、逻辑不合理等一系列问题，通过引入强化聚合过程从知识图谱中筛选能提供丰富关系信息的附加概念描述，有效提升了模型对不可见概念集的概括。
-
公开(公告)号：CN113761215A
公开(公告)日：2021-12-07
申请号：CN202110321491.X
申请日：2021-03-25
Applicant: 中科天玑数据科技股份有限公司 , 国家计算机网络与信息安全管理中心
Inventor： 赵忠华 , 李建广 , 余智华 , 王禄恒 , 陈欣洁 , 赵志云 , 冯凯 , 葛自发 , 杜漫 , 孙小宁 , 穆庆伟 , 万欣欣 , 申双成 , 李欣 , 孙立远 , 付培国 , 王晴 , 杜宛真
IPC: G06F16/36 , G06F16/35 , G06F40/242 , G06F40/295
Abstract: 本发明公开了一种基于反馈自学习的动态字典库生成方法，包括以下步骤：S1、字典库定义；S2、基于字典库分类体系；S4、基于语料库导出的标注数据，配合模型参数调整，逐步迭代优化模型；S5、将S4步生成的预测数据回填到字典库。有益效果：该方法通过概念模式定义、自然语言处理技术、全流程调度机制，实现从原始语料概念模式定义生成基础字典库，在基础字典库基础上进行标注模型的自动构建、迭代训练及修正，最后再利用标注模型来进行新的语料数据标注，反馈更新字典库，实现从标注训练到反馈自学习的闭环流程，达到模型自动逐步优化能力。最终实现字典库的自动完善，标注模型逐步优化的全自动循环过程。
-
公开(公告)号：CN113255360A
公开(公告)日：2021-08-13
申请号：CN202110418139.8
申请日：2021-04-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/30 , G06F40/284 , G06F40/126 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 本发明实施例公开了基于层次化自注意力网络的文档评级方法和装置。该方法包括：获取目标文档的评论文本，其中，所述评论文本包含多个评论，各评论包含多个句子；提取各句子中各词语的特征；基于自注意力机制，从各评论中各句子所包含全部词语的特征中提取各评论中各句子的特征；基于自注意力机制，从各评论所包含的所述多个句子的特征中提取各评论的特征；基于自注意力机制，从所述多个评论的特征中提取所述评论文本的特征；根据所述评论文本的特征，生成所述目标文档的评级结果。基于该方法和装置，可以充分捕捉目标文档的评论文本所包含的深层次语义信息，进而自动给出针对目标文档的评级结果。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.076 seconds)
