-
公开(公告)号：CN116825137A
公开(公告)日：2023-09-29
申请号：CN202310802442.7
申请日：2023-07-03
Applicant: 国家计算机网络与信息安全管理中心天津分中心
Abstract: 本发明属于深度合成音频检测领域技术领域，特别涉及一种基于多粒度注意力机制的深度合成音频检测方法和装置，其中，深度合成音频检测方法包括以下步骤：获取待检测音频；对待检测音频进行预处理，得到对应的频谱图；对频谱图进行多粒度特征提取，得到不同时间尺度的中间特征；对不同时间尺度的中间特征采用多粒度注意力机制进行特征融合，得到多粒度特征；将多粒度特征输入预训练好的深度合成音频检测模型中，输出对应的预测结果。本发明提供的深度合成音频检测方法多粒度注意力机制，结合深度学习技术，充分利用音频信号的时频特征，提高对不同时序的关注能力，从而提高音频检测的准确性和鲁棒性。
-
公开(公告)号：CN116821747A
公开(公告)日：2023-09-29
申请号：CN202310439834.1
申请日：2023-04-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于图文多模态信息融合的互联网不良应用分类识别方法，针对不良应用具有识别效果佳的优点。互联网不良应用分类识别方法包括：收集网站应用，并对网络应用进行类别标注；提取网站应用的应用名称并基于此构建第一向量；对网络应用进行沙盒运行，以获取网络应用的访问信息以及运行界面截图；基于访问信息构建第二向量；从运行界面截图中提取有效文本字符并基于此构建第三向量；融合第一向量、第二向量、第三向量，以获得融合向量；将融合向量作为输入，训练互联网不良应用分类识别模型，互联网不良应用分类识别模型包括全连接层、Softmax层、损失函数；基于训练完成的互联网不良应用分类识别模型对待识别的网站应用进行分类识别。
-
公开(公告)号：CN107944559B
公开(公告)日：2021-04-27
申请号：CN201711190865.9
申请日：2017-11-24
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种实体关系自动识别方法及系统，该方法包括：训练卷积神经网络得到实体关系识别模型；获取对应待确认实体组的相关语料库；将相关语料进行分词，并将分词得到的相关词语转化为相关词向量；将相关词向量按相关语料转化为矩阵作为实体关系识别模型的输入，得到相关关系种类和相关关系种类的相似度值，将相似度值高的相关关系种类作为待确认实体组的关系种类。本发明通过锻炼卷积神经网络作为实体关系识别模型，在出现新增实体时，计算得到一系列新增实体组的关系种类，并得出每一项关系种类的相似度值，通过具体的数值来确定相关关系种类的程度，提高得到的新增实体组之间关系种类的准确性。
-
公开(公告)号：CN106294336B
公开(公告)日：2020-02-14
申请号：CN201510236795.0
申请日：2015-05-11
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535
Abstract: 本发明公开一种用于微博的突发特征检测方法及装置，涉及网络信息挖掘技术领域，用以解决现有技术中微博信息噪音大、数据多样突发特征检测准确率低的问题。所述方法包括：根据信息流中有意义串的被检特征的瞬时爆发情况，检测出候选突发特征；将所述候选突发特征中的频繁伪突发特征和间歇性伪突发特征滤除。
-
公开(公告)号：CN106294335B
公开(公告)日：2020-01-14
申请号：CN201510236792.7
申请日：2015-05-11
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9536
Abstract: 本发明要解决的技术问题是提供一种用于微博的热点话题检测方法及装置，涉及网络信息挖掘技术领域，能够解决特征高度稀疏的微博文本热点话题检测困难的问题。所述方法包括：提取信息流中的有意义串并对所述有意义串进行热度分析，以从中筛选出热点特征；根据信息瓶颈理论对所述热点特征进行特征合并，并且计算合并后的合并程度指示参数；根据所述合并程度指示参数确定热点话题。
-
Patent Agency Ranking
公开(公告)号：CN105740236B
公开(公告)日：2018-09-07
申请号：CN201610066957.5
申请日：2016-01-29
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: G06F17/27
Abstract: 本发明公开了一种结合写作特征和序列特征的中文情感新词识别方法和系统。该方法对于输入文本子句，基于情感词的作者写作特征和情感词的序列特征将文本子句表示为各种特征(如：字、词性等)的序列。然后，针对特征表示的文本子句，利用线性链条件随机场模型输出与文本子句对应的情感词标签序列。其中，线性链条件随机场模型基于包含传统情感词的文本训练得到。接着，基于文本子句中字的序列和情感词标签序列，利用有限状态自动机识别文本子句中的情感词，形成情感词集合。最后，利用中文旧词词库对情感词集合进行过滤，将未出现在中文旧词词库中的情感词作为中文情感新词。通过本发明实施例解决了如何提高情感新词识别精度和召回率的技术问题。
-
公开(公告)号：CN107944559A
公开(公告)日：2018-04-20
申请号：CN201711190865.9
申请日：2017-11-24
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: G06N5/022 , G06N3/0454
Abstract: 本发明涉及一种实体关系自动识别方法及系统，该方法包括：训练卷积神经网络得到实体关系识别模型；获取对应待确认实体组的相关语料库；将相关语料进行分词，并将分词得到的相关词语转化为相关词向量；将相关词向量按相关语料转化为矩阵作为实体关系识别模型的输入，得到相关关系种类和相关关系种类的相似度值，将相似度值高的相关关系种类作为待确认实体组的关系种类。本发明通过锻炼卷积神经网络作为实体关系识别模型，在出现新增实体时，计算得到一系列新增实体组的关系种类，并得出每一项关系种类的相似度值，通过具体的数值来确定相关关系种类的程度，提高得到的新增实体组之间关系种类的准确性。
-
公开(公告)号：CN106294335A
公开(公告)日：2017-01-04
申请号：CN201510236792.7
申请日：2015-05-11
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
Abstract: 本发明要解决的技术问题是提供一种用于微博的热点话题检测方法及装置，涉及网络信息挖掘技术领域，能够解决特征高度稀疏的微博文本热点话题检测困难的问题。所述方法包括：提取信息流中的有意义串并对所述有意义串进行热度分析，以从中筛选出热点特征；根据信息瓶颈理论对所述热点特征进行特征合并，并且计算合并后的合并程度指示参数；根据所述合并程度指示参数确定热点话题。
-
公开(公告)号：CN106294333A
公开(公告)日：2017-01-04
申请号：CN201510236634.1
申请日：2015-05-11
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
Abstract: 本发明提供一种微博突发话题检测方法及装置，用以解决目前微博突发话题难以识别的问题，该方法包括，提取指定的微博数据集合中的特征项，特征项为包含具体语义的语言单元；确定特征项在微博数据集合的文本中的流通度以及特征项当前的热度；以流通度为质量参数项，以热度为位置参数项对特征项进行动力学建模，得到特征项的当前能量和加速度；在得到的能量以及加速度分别大于第一预设值以及第二预设值时，检测突发特征项；根据检测到的突发特征项在同一条微博中同时出现的情况计算突发特征项之间的互信息；当互信息大于第三阈值时，对突发特征项进行合并，得到突发话题，该方案能够提高微博突发话题检测的准确率。
-
公开(公告)号：CN106294332A
公开(公告)日：2017-01-04
申请号：CN201510236598.9
申请日：2015-05-11
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供一种微博话题特征提取方法及装置，用以解决目前采用静态词典中的词语特征来表示微博文本，会遗漏大量的关键特征，不能准确反映实时微博信息的问题。该方法包括：提取微博中的有意义字符串，有意义字符串为包含具有语义、能够独立使用的语言单元；提取有意义字符串的异质属性信息；根据异质属性信息对有意义字符串进行分类，得到微博话题相关的特征项，采用该方案能提高微博信息中的特征项提取的准确性。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.054 seconds)
