公开(公告)号：CN107239446B

公开(公告)日：2019-12-03

申请号：CN201710392030.5

申请日：2017-05-27

Applicant: 中国矿业大学

Inventor： 刘兵 ,  周勇 ,  张润岩 ,  王重秋

IPC: G06F17/27 ,  G06N3/02

Abstract: 本发明公开了一种基于神经网络与注意力机制的情报关系提取方法，涉及结合注意力机制的循环神经网络、自然语言处理、情报分析领域，用以解决现今情报分析系统多基于人工构建的知识库，工作量大、泛化能力低的问题。方法具体实现包括训练阶段与应用阶段。在训练阶段，首先构建用户字典、训练词向量，然后从历史情报数据库中构造训练集，进行语料预处理，然后进行神经网络模型训练；在应用阶段，获取情报，进行情报预处理，可自动地完成情报关系抽取任务，同时支持扩充用户词典，以及纠错判断，加入训练集增量式的训练神经网络模型。本发明的情报关系提取方法可寻找情报间的关系，为整合事件脉络、决策研判提供依据，有着广泛的实用价值。

公开(公告)号：CN107239446A

公开(公告)日：2017-10-10

申请号：CN201710392030.5

申请日：2017-05-27

Applicant: 中国矿业大学

Inventor： 刘兵 ,  周勇 ,  张润岩 ,  王重秋

IPC: G06F17/27 ,  G06N3/02

Abstract: 本发明公开了一种基于神经网络与注意力机制的情报关系提取方法，涉及结合注意力机制的循环神经网络、自然语言处理、情报分析领域，用以解决现今情报分析系统多基于人工构建的知识库，工作量大、泛化能力低的问题。方法具体实现包括训练阶段与应用阶段。在训练阶段，首先构建用户字典、训练词向量，然后从历史情报数据库中构造训练集，进行语料预处理，然后进行神经网络模型训练；在应用阶段，获取情报，进行情报预处理，可自动地完成情报关系抽取任务，同时支持扩充用户词典，以及纠错判断，加入训练集增量式的训练神经网络模型。本发明的情报关系提取方法可寻找情报间的关系，为整合事件脉络、决策研判提供依据，有着广泛的实用价值。