-
公开(公告)号：CN107340954A
公开(公告)日：2017-11-10
申请号：CN201710532768.7
申请日：2017-07-03
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F3/0484 , G06K9/20
CPC classification number: G06F3/0484 , G06K9/2054 , G06K2209/01
Abstract: 本发明公开了一种信息提取方法和装置，该方法包括：按照预定遍历算法获取预定应用软件APP自动运行过程中所有界面的屏幕快照，并按照预设命名规则为得到的每个屏幕快照确定名称；对获取到的所有屏幕快照进行文字识别，以得到每个屏幕快照对应的文字内容；按照每个屏幕快照的名称将各个屏幕快照对应的文字内容进行拼接，并将拼接后的文档进行保存，以还原预定APP的完整文字内容。本发明的信息提取方法自动获得准确的文字内容，并且适用于多种操作系统的多种APP，解决了现有技术的如下问题：现有信息提取方法无法实现针对多种不同操作系统、不同应用程序的信息提取，而且提取的信息在可读性方面也具有较大的不确定性。
-
公开(公告)号：CN106685757A
公开(公告)日：2017-05-17
申请号：CN201611168667.8
申请日：2016-12-16
Applicant: 烟台中科网络技术研究所 , 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: H04L12/26
Abstract: 本发明涉及一种评估网络性能的方法及装置，该方法包括：选择多个指标；对当前网络进行测量，在预设时间段内对每个指标进行多次测量，获得测量值；根据获得的测量值确定每个指标的阈值；计算每个指标的所有测量值分别与阈值的数据偏离差值；对得到的数据偏离差值进行处理，得到每个指标的指标值；对得到的所有指标值进行加权处理，得到评估网络性能的综合指标值F。本发明提供的一种评估网络性能的方法及装置，实现了对多个网络性能指标进行综合评价，当加入新指标时，无需重新制定评价机制，适应性更强，可根据使用者评估需求选择多种指标进行综合评价，对网络质量的评价更客观更合理。
-
公开(公告)号：CN104361037A
公开(公告)日：2015-02-18
申请号：CN201410591807.7
申请日：2014-10-29
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: G06F17/30705 , G06F17/271
Abstract: 本发明公开了一种微博分类方法及装置。该方法包括：步骤1，对训练语料集合进行预处理，对预处理后的训练语料进行分词，获取候选特征，并对候选特征进行权重计算，根据权重计算结果进行特征选择，获取最终的分类特征；步骤2，根据最终的分类特征，采用贝叶斯分类器进行模型训练，获取分类模型；步骤3，采用贝叶斯分类器根据分类模型对微博文档进行分类。借助于本发明的技术方案，提高了分类的召回率与准确率。
-
公开(公告)号：CN114461931B
公开(公告)日：2024-11-08
申请号：CN202111573021.9
申请日：2021-12-21
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: G06F16/9537 , G06N3/0442 , G06F18/22 , G06F18/23 , G06Q10/04
Abstract: 本发明涉及一种基于多关系融合分析的用户轨迹预测方法和系统。该方法根据用户的历史轨迹相似关系和位置邻近关系，构建轨迹关系图，然后基于轨迹关系图中用户间的关系，利用融入注意力机制的轨迹预测模型对目标用户的未来轨迹进行预测。本发明充分考虑了用户出行具有的时间规律性特征，并充分挖掘了人群中的社会行为信息，预测精度具有明显的提高；本发明使用融入注意力机制的轨迹关系图来计算影响力大小，融入了不同用户对轨迹影响的差异，更加符合实际情况；本发明不仅利用了位置相邻的行人的轨迹行为信息，也考虑了历史轨迹相似用户的轨迹情况，将两种影响人群结合在一起构建轨迹关系图，解决了怎样对多种类型信息进行建模的问题。
-
公开(公告)号：CN118709688A
公开(公告)日：2024-09-27
申请号：CN202410746400.0
申请日：2024-06-11
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: G06F40/295 , G06F40/242 , G06N5/04 , G06N3/0455 , G06N3/0499 , G06N3/082
Abstract: 本发明公开一种基于问答机制的文本变体词识别方法、装置及设备，属于文本信息识别领域。所述方法包括：构建变体词库，并通过汉字的字形和拼音的分别编码对所述变体词库进行数据增强；在数据增强后的变体词库上训练一变体词推理模型，所述变体词推理模型的网络结构包括：一语言表征模型和两个独立的全连接层；将问答模板与文本内容相连接后输入所述变体词推理模型，得到文本内容中变体词的起始位置概率和结束位置概率；基于变体词的起始位置概率和结束位置概率确定变体词的确切边界，得到文本内容中变体词的识别结果。本发明不仅能够提高变体词识别的准确性，还能够有效地降低模型的维护成本，增强其在实际应用中的适应性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN118708728A
公开(公告)日：2024-09-27
申请号：CN202410746389.8
申请日：2024-06-11
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: G06F16/36 , G06F16/33 , G06N5/04 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于难度序列推理的篇章级事件论元抽取方法及系统，属于文本信息抽取领域。本发明根据文档上下文选择对应的提示学习模板，对上下文和提示学习模板进行编码，得到上下文表示和提示表示，该提示表示包含论元角色的向量表示；根据每个论元角色的向量表示计算每个论元角色的预测困难分数，根据预测困难份数对论元角色进行排序，得到预测的推理路径；按照预测的推理路径的顺序进行信息推理，得到每个论元角色的推理概率分布；根据得到的每个论元角色的推理概率分布，预测每个论元角色的位置并抽取论元。本发明能够利用简单论元的信息来帮助抽取困难的论元。
-
公开(公告)号：CN114943073B
公开(公告)日：2024-09-10
申请号：CN202210380497.9
申请日：2022-04-12
Applicant: 国家计算机网络与信息安全管理中心 , 北京赋乐科技有限公司
IPC: G06F21/46 , G06F21/60 , G06F18/214 , G06F18/20 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06N3/126 , G06N7/01
Abstract: 本公开的实施例提供了加密流量的通用对称加密协议脱壳方法、装置、设备和计算机可读存储介质。所述方法包括获取加密协议的流量；基于预设的密码字典，通过马尔科夫‑GEP模型生成新的密码字典；基于加密协议密码字符组合规律，对所述新的密码字典中的密码进行规约；基于规约后的新的密码字典和传统的解密脱壳方法，构建对称加密协议脱壳模型；将所述加密协议的流量，输入至所述对称加密协议脱壳模型，完成脱壳。提高了脱壳准确度，使得脱壳更加高效。
-
公开(公告)号：CN118349883A
公开(公告)日：2024-07-16
申请号：CN202410345245.1
申请日：2024-03-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/241 , G06F18/214 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06F21/60
Abstract: 本申请提供一种重要数据的识别方法、装置和电子设备，涉及数据处理技术领域和人工智能技术领域。该方法包括：在识别重要数据时，可以先获取待识别数据集，待识别数据集中包括多个数据和各数据的重要度指标；针对各数据，将数据和数据的重要度指标输入至预设的重要数据识别模型中，得到数据对应的重要度得分；再基于各数据对应的重要度得分，从多个数据中识别重要数据，这样基于重要数据识别模型识别重要数据，与现有技术中基于预设重要度规则识别重要数据相比，不仅可以有效地提高重要数据的识别效率，而且提高了识别结果的准确度。
-
公开(公告)号：CN117312864A
公开(公告)日：2023-12-29
申请号：CN202311618449.X
申请日：2023-11-30
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/214 , G06F18/10 , G06F18/25 , G06F40/284 , G06N3/08 , G06N3/0455 , G06N3/0475
Abstract: 本发明提供一种基于多模态信息的变形词生成模型的训练方法及装置，涉及语言生成技术领域，方法包括：获取变形词语料库，变形词语料库包括的不同初始样本由多模态信息组成；对变形词语料库中不同初始样本的不同类型的语料信息，采用对应类型的预处理方式分别进行预处理，生成大规模语料库；大规模语料库中每个语料样本包括多个语料信息的权重及特征向量，不同的语料信息的权重用于表征不同的语料信息在对应样本中不同的贡献程度；基于大规模语料库中预设数量的语料样本包括的多个语料信息的权重及特征向量，对初始模型进行训练，得到基于多模态信息的变形词生成模型。本发明能够提高变形词生成的精度和准确率。
-
公开(公告)号：CN116795980A
公开(公告)日：2023-09-22
申请号：CN202310440756.7
申请日：2023-04-21
Applicant: 国家计算机网络与信息安全管理中心 , 讯飞智元信息科技有限公司
IPC: G06F16/35 , G06F40/289 , G06F40/30 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/0985
Abstract: 本发明公开了一种融合细粒度要素知识的短文本分类方法，该方法包括：通过梳理标注短文本数据完成数据标注，其中，所述数据标注为标注全量标注数据类别和数据中存在要素信息；针对标注后的短文本数据，采用关键要素提取文本分类联合训练算法，借助BERT+CRF提取短文本数据中的要素信息；进而融合细粒度信息，结合标签编码器Label Encoder来学习各个标签label的表示，得到一个符合实际的标签分布。本发明针对上述问题提出一种融合细粒度要素知识的短文本分类的解决方法，从而提升短文本分类的效果，进而促使更为精准分析短文本数据，自动找到有关垃圾信息，提高工作效率。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.059 seconds)
