-
公开(公告)号：CN116186211A
公开(公告)日：2023-05-30
申请号：CN202211631371.0
申请日：2022-12-19
Applicant: 北京航空航天大学 , 中关村融智企业管理创新推广中心
IPC: G06F16/332 , G06F16/36 , G06F16/953 , G06F40/279
Abstract: 本发明公开了一种文本攻击性检测和转换的方法,包括：获取待处理文本数据，将所述待处理文本输入预训练BERT模型，获取序列词向量；构建双塔攻击性检测模型，将所述序列词向量输入所述双塔攻击性检测模型进行攻击性检测，获取攻击性词汇的位置；基于所述攻击性词汇的位置，确定攻击性语句的位置；构建攻击性文本转换模型，基于所述攻击性文本转换模型对所述攻击性语句进行去攻击性处理，生成无攻击性文本。本发明综合利用了文本向量化表示、召回模型、文本转换等技术，可以检测攻击性文本并识别出攻击性词汇，进而去攻击性转化得到目标文本，对进一步研究文本攻击性检测和转化提供了关键基础。
-
Patent Agency Ranking
公开(公告)号：CN116186211B
公开(公告)日：2023-07-25
申请号：CN202211631371.0
申请日：2022-12-19
Applicant: 北京航空航天大学 , 中关村融智企业管理创新推广中心
IPC: G06F16/332 , G06F16/36 , G06F16/953 , G06F40/279
Abstract: 本发明公开了一种文本攻击性检测和转换的方法,包括：获取待处理文本数据，将所述待处理文本输入预训练BERT模型，获取序列词向量；构建双塔攻击性检测模型，将所述序列词向量输入所述双塔攻击性检测模型进行攻击性检测，获取攻击性词汇的位置；基于所述攻击性词汇的位置，确定攻击性语句的位置；构建攻击性文本转换模型，基于所述攻击性文本转换模型对所述攻击性语句进行去攻击性处理，生成无攻击性文本。本发明综合利用了文本向量化表示、召回模型、文本转换等技术，可以检测攻击性文本并识别出攻击性词汇，进而去攻击性转化得到目标文本，对进一步研究文本攻击性检测和转化提供了关键基础。
-
公开(公告)号：CN116187329A
公开(公告)日：2023-05-30
申请号：CN202211631598.5
申请日：2022-12-19
Applicant: 北京航空航天大学 , 中关村融智企业管理创新推广中心
IPC: G06F40/295 , G06F40/216 , G06N3/049 , G06N3/08 , G06N3/0442
Abstract: 本发明涉及一种基于图卷积网络的联合抽取模型的分类方法，包括：初始化输入的语句，获取嵌入结果，将嵌入结果输入到神经网络中进行编码，获得语句的编码结果；通过编码结果计算注意力评分，基于注意力机制对注意力评分进行处理，使用门控机制获得语句整体表示结果；将整体表示结果针对特定关系进行解码，选择出最优标签，完成分类任务。本发明综合了图神经网络、注意力机制、命名实体识别、关系抽取等技术，提升了RSAN模型中句子特征的质量与整体模型效果，对联合抽取的研究有着重要意义。
-
公开(公告)号：CN119646130A
公开(公告)日：2025-03-18
申请号：CN202411524678.X
申请日：2024-10-30
Applicant: 中关村融智企业管理创新推广中心 , 北京大船科技有限公司
IPC: G06F16/3329 , G06F16/334 , G06N5/04 , G06F16/36 , G06N5/025
Abstract: 本发明属于机器学习技术领域，具体涉及一种基于知识增强大模型的问答系统设计方法，包括以下步骤：S1：领域内文本数据采集；S2：数据预处理；S3：构建知识图谱；S4：知识图谱增强大语言模型框架设计；S5：问答系统构建；采用该设计方法，我们得到一种基于知识增强大模型的问答系统，包括：数据采集模块，数据预处理模块、知识图谱构建模块、数据库、大语言模型层、展示层和前端UI，对于使用者，不需要了解复杂的架构，只需要输入想问的问题，系统便输出经知识图谱增强的大语言模型的回答。本发明通过知识图谱对大语言模型的知识增强，借助该大语言模型问答链可减少幻觉问题，提高回答领域内问题时的规范性与准确性。
-
公开(公告)号：CN119514678A
公开(公告)日：2025-02-25
申请号：CN202411524822.X
申请日：2024-10-30
Applicant: 中关村融智企业管理创新推广中心 , 北京大船科技有限公司
IPC: G06N5/04 , G06N5/022 , G06F18/214 , G06N3/045 , G06N3/08 , G06F40/205 , G06F40/289
Abstract: 本发明属于计算机科学技术领域，具体涉及一种基于思维链的网络安全知识推理方法，所述方法包括以下步骤：S1：筛选网络安全学术资料，将筛选得到的资料进行统一格式化处理，得到用于大模型预训练的网络安全数据语料；S2：进行网络安全语料训练；利用PEFT技术与FlashAttention2技术对基础大模型进行网络安全语料训练；S3：利用当前的思维链提示理论知识进行思维链提示样例设计；S4：思维链提示方法的设计。本发明能够在结合了现有大模型的基础上，将思维链的零样本推理与少样本推理方法相结合，训练精调一个性能较为优秀的网络安全大模型。
-
公开(公告)号：CN116187329B
公开(公告)日：2024-09-27
申请号：CN202211631598.5
申请日：2022-12-19
Applicant: 北京航空航天大学 , 中关村融智企业管理创新推广中心
IPC: G06F40/295 , G06F40/216 , G06N3/049 , G06N3/08 , G06N3/0442
Abstract: 本发明涉及一种基于图卷积网络的联合抽取模型的分类方法，包括：初始化输入的语句，获取嵌入结果，将嵌入结果输入到神经网络中进行编码，获得语句的编码结果；通过编码结果计算注意力评分，基于注意力机制对注意力评分进行处理，使用门控机制获得语句整体表示结果；将整体表示结果针对特定关系进行解码，选择出最优标签，完成分类任务。本发明综合了图神经网络、注意力机制、命名实体识别、关系抽取等技术，提升了RSAN模型中句子特征的质量与整体模型效果，对联合抽取的研究有着重要意义。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
