-
公开(公告)号：CN105488092B
公开(公告)日：2018-05-22
申请号：CN201510408490.3
申请日：2015-07-13
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种时间敏感和自适应的子话题在线检测方法及系统。该方法包括：1)对文档流中的每篇文档进行向量化表示；2)对文档进行增量式聚类，并根据随时间衰减的文档权重调整子话题的中心权重；3)当聚类产生的子话题数量或者某个子话题权重占比满足阈值条件，或者子话题满足长尾检测条件时，进行子话题间的合并或者删除无意义的子话题；4)根据每个新子话题的权重已及其内在的文档分布，对新子话题生成摘要并输出展示。该系统包括文档表示模块、增量式聚类模块、新子话题发现模块、摘要生成模块。本发明中历史文档权重随时间衰减，并且基于阈值判断和长尾检测进行子话题数量和内容的动态更新，能够有效提高子话题检测的效率。
-
公开(公告)号：CN105488092A
公开(公告)日：2016-04-13
申请号：CN201510408490.3
申请日：2015-07-13
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
CPC classification number: G06F17/30864 , G06F17/277 , G06K9/6221 , G06Q50/01
Abstract: 本发明涉及一种时间敏感和自适应的子话题在线检测方法及系统。该方法包括：1)对文档流中的每篇文档进行向量化表示；2)对文档进行增量式聚类，并根据随时间衰减的文档权重调整子话题的中心权重；3)当聚类产生的子话题数量或者某个子话题权重占比满足阈值条件，或者子话题满足长尾检测条件时，进行子话题间的合并或者删除无意义的子话题；4)根据每个新子话题的权重已及其内在的文档分布，对新子话题生成摘要并输出展示。该系统包括文档表示模块、增量式聚类模块、新子话题发现模块、摘要生成模块。本发明中历史文档权重随时间衰减，并且基于阈值判断和长尾检测进行子话题数量和内容的动态更新，能够有效提高子话题检测的效率。
-
Patent Agency Ranking
公开(公告)号：CN109213858B
公开(公告)日：2021-07-27
申请号：CN201710463010.2
申请日：2017-06-19
Applicant: 中国科学院信息工程研究所
IPC: G06F16/35 , G06F16/9536 , G06Q50/00 , H04L29/08
Abstract: 本发明提供一种网络水军的自动识别方法及系统，该方法步骤包括：1)采集社交网络中认证账号的消息信息以及每条消息下的评论信息；2)监测上述每条消息下的每条评论信息是否被删除，若是则读取该评论信息对应账号的历史被删评论数；3)若上述账号的历史被删评论数满足预设条件，则该账号为网络水军。该方法及系统不仅免去了人工标注工作及模型训练，而且能够快速有效的识别社交网络中的网络水军，即当一个账号的评论信息的历史被删评论数满足预设条件，则判定该账号为网络水军。同时该方法及系统适用于多个社交网络，并且能够跨平台运行。
-
公开(公告)号：CN107315734B
公开(公告)日：2019-11-26
申请号：CN201710308896.3
申请日：2017-05-04
Applicant: 中国科学院信息工程研究所
IPC: G06F17/27
Abstract: 本发明公开了一种基于时间窗口和语义的变体词规范化的方法和系统。本方法为：1)根据给定变体词的出现时间，选取社交网络中该出现时间之前的设定时间段内的语料，作为候选语料库集合D1；2)将该候选语料库集合D1中和该变体词所在语料语义相似的语料加入到候选语料库集合D2；3)从该集合D2中提取出候选词，得到一候选词集合；4)根据每一候选词和变体词的字面相似度以及上下文特征相似度计算每对候选词和变体词的得分，根据计算结果确定该变体词对应的候选词，将确定出的候选词作为该变体词的规范词。本系统包括采集模块、过滤模块、获取模块和规范词获取模块。本发明使得社交网络的文本变的更加规范，便于舆情分析、热点时间追踪。
-
公开(公告)号：CN107315734A
公开(公告)日：2017-11-03
申请号：CN201710308896.3
申请日：2017-05-04
Applicant: 中国科学院信息工程研究所
IPC: G06F17/27
Abstract: 本发明公开了一种基于时间窗口和语义的变体词规范化的方法和系统。本方法为：1)根据给定变体词的出现时间，选取社交网络中该出现时间之前的设定时间段内的语料，作为候选语料库集合D1；2)将该候选语料库集合D1中和该变体词所在语料语义相似的语料加入到候选语料库集合D2；3)从该集合D2中提取出候选词，得到一候选词集合；4)根据每一候选词和变体词的字面相似度以及上下文特征相似度计算每对候选词和变体词的得分，根据计算结果确定该变体词对应的候选词，将确定出的候选词作为该变体词的规范词。本系统包括采集模块、过滤模块、获取模块和规范词获取模块。本发明使得社交网络的文本变的更加规范，便于舆情分析、热点时间追踪。
-
公开(公告)号：CN110362807A
公开(公告)日：2019-10-22
申请号：CN201810252275.2
申请日：2018-03-26
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提供一种基于自编码器的变体词识别方法，其步骤包括：将与变体词有关的语料作为数据集，进行分词和向量化；从数据集中生成批量样本，输入到自编码器的各自编码单元中进行非监督的预训练，得到各自编码单元神经网络的神经元参数；从数据集中生成批量正样本和负样本，输入到基于上述各自编码单元神经网络的神经元参数的自编码器中进行监督训练，得到整个神经网络的各神经元参数；将文档中包含的某已知变体词及其上下文向量化，再输入到基于上述整个神经网络的各神经元参数的自编码器中，识别出与该已知变体词关联的候选词。本发明还提供一种基于自编码器的变体词识别系统。
-
公开(公告)号：CN109213858A
公开(公告)日：2019-01-15
申请号：CN201710463010.2
申请日：2017-06-19
Applicant: 中国科学院信息工程研究所
IPC: G06F16/35 , G06F16/9536 , G06Q50/00 , H04L29/08
Abstract: 本发明提供一种网络水军的自动识别方法及系统，该方法步骤包括：1)采集社交网络中认证账号的消息信息以及每条消息下的评论信息；2)监测上述每条消息下的每条评论信息是否被删除，若是则读取该评论信息对应账号的历史被删评论数；3)若上述账号的历史被删评论数满足预设条件，则该账号为网络水军。该方法及系统不仅免去了人工标注工作及模型训练，而且能够快速有效的识别社交网络中的网络水军，即当一个账号的评论信息的历史被删评论数满足预设条件，则判定该账号为网络水军。同时该方法及系统适用于多个社交网络，并且能够跨平台运行。
-
-
-
-
-
-
Search Results
7
records
(took 0.116 seconds)
