基于知识图谱的科技服务推荐方法、装置、设备及存储介质

    公开(公告)号:CN113220996A

    公开(公告)日:2021-08-06

    申请号:CN202110508376.3

    申请日:2021-05-10

    Applicant: 北京大学

    Abstract: 本发明提供了一种基于知识图谱的科技服务推荐方法、装置、设备及存储介质,其中的科技服务推荐方法包括:获取流程文档及各流程环节的需求文档;获取各流程环节的需求文档的初始关键词;爬取到各流程环节的初始科技服务文档;抽取出初始科技服务文档所涉及的初始命名实体;对初始关键词进行扩充得到各流程环节的需求文档的扩充关键词;基于扩充关键词获得各流程环节的最终科技服务文档;抽取出最终科技服务文档所涉及的扩充命名实体;抽取出各扩充命名实体之间的关系;形成知识图谱;基于知识图谱实施科技服务推荐。本发明针对科各流程环节的不同需求分别爬取科技服务文档,并构建知识图谱,从而实现对科技服务需求对象各流程环节的针对性推荐。

    基于文本相似性分析的专利推荐方法、装置、设备及存储介质

    公开(公告)号:CN112000783A

    公开(公告)日:2020-11-27

    申请号:CN202010769613.7

    申请日:2020-08-03

    Abstract: 本发明提供了一种基于文本相似性分析的专利推荐方法、装置、设备及存储介质,专利推荐方法包括:获取目标文本的目标关键词,目标关键词包括主体关键词及描述性关键词;以主体关键词和所有的描述性关键词作为检索词获得基础相似文本集;以主体关键词和各描述性关键词作为检索词获得扩展相似文本集;遍历扩展相似文本集,针对每个扩展相似文本,基于该扩展相似文本的文本特征词和该扩展相似文本对应的检索词计算该扩展相似文本与基础相似文本集中的基础相似文本之间的相似度,当该扩展相似文本与基础相似文本集中的任一基础相似文本之间的相似度高于预定阈值时,将该扩展相似文本移入至基础相似文本集。本发明能够提升相似文本的查全率,降低漏检率。

    一种智能合约安全增强方法

    公开(公告)号:CN111563237A

    公开(公告)日:2020-08-21

    申请号:CN202010211696.8

    申请日:2020-03-24

    Abstract: 本发明提供一种智能合约安全增强方法,涉及区块链智能合约安全技术领域。首先恢复智能合约字节码的控制流图,标记所有JUMP/JUMPI指令跳转的目的地址及其入栈指令、JUMP/JUMPI指令的位置以及跳转目的地址和跳转指令之间的前后位置关系;在智能合约原始字节码中寻找可插入替换字节码的位置并标记插入位置的地址;根据选择的不同地址混淆模式生成基础替换字节码;重构基础替换字节码和原始字节码中所有的跳转地址和跳转指令,恢复字节码的控制流图;在替换字节码中插入混淆后的跳转地址,将替换字节码插入到原始字节码中,生成新的智能合约字节码。该方法使常见的智能合约逆向分析工具的分析工作失效,增加合约的安全性。

    基于组合公钥的密码学货币地址在线生成方法

    公开(公告)号:CN106533661B

    公开(公告)日:2019-07-19

    申请号:CN201610938140.2

    申请日:2016-10-25

    Applicant: 北京大学

    Abstract: 本发明公布了一种密码学货币地址的在线生成方法,包括系统初始化过程、地址生成过程和支付签名过程;在系统初始化过程中,钱包生成了一个私钥和一个固定大小的公钥矩阵,私钥保存在私钥存储区中,公钥矩阵保存在钱包的在线存储区中;在地址生成过程中,每当钱包接收付款时,钱包通过唯一交易编号从公钥矩阵中导出对应的唯一地址,在这个过程中无需访问私钥存储;在支付签名过程中,钱包通过唯一交易编号生成对应的私钥,通过该私钥生成签名以完成支付。密码学货币为比特币、莱特币或以太坊等。利用本发明方法,可以快速生成交易地址,无需直接访问私钥,大大减小钱包对私钥和地址管理的开销。

    一种用于神经网络输入的大信息量文本表示方法

    公开(公告)号:CN109299272A

    公开(公告)日:2019-02-01

    申请号:CN201811283253.9

    申请日:2018-10-31

    Abstract: 本发明提供一种用于神经网络输入的大信息量文本表示方法,涉及信息技术领域。该方法首先确定文本所在分类体系下的分类标准,并获得该标准下的关键词;然后通过语义向量模型将每个关键词转化为语义向量,根据该分类体系的关键词字典,获取每个关键词的类别向量,并将二者合并,得到一个词向量;根据不同关键词对同一实体的重要程度,选择前k个重要的关键词,并将其对应的词向量合并,得到每句话对应的句子向量;将句子向量输入到训练好的神经网络模型中,输出模型对该文本的分类结果。本发明提供的大信息量文本表示方法,增加了神经网络输入信息的信息表示能力的同时,能够减少神经网络的复杂性,增加神经网络的可表示性,还可以增加训练速度。

Patent Agency Ranking