公开(公告)号：CN116956930A

公开(公告)日：2023-10-27

申请号：CN202311213748.5

申请日：2023-09-20

Applicant: 北京九栖科技有限责任公司

Inventor： 蒋志鹏 ,  张建宇 ,  戴帅夫 ,  杨洪鹏

IPC: G06F40/295 ,  G06F16/35 ,  G06N20/00

Abstract: 本发明公开了一种融合规则和学习模型的短文本信息提取方法，包括：获取短文本数据；对短文本数据进行预处理，得到预处理短文本数据；对预处理短文本数据进行标注，得到标注短文本数据；通过HyperScan模块对标注短文本数据进行处理，处理后的数据构成HyperScan数据库；将目标短文本输入至HyperScan模块，基于HyperScan数据库进行匹配，得到第一识别序列；基于标注短文本数据对学习模型进行训练，得到优化学习模型；将目标短文本输入至优化学习模型，得到第二识别序列；基于第一识别序列和第二识别序列确定目标短文本的提取信息。能够提高数据质量，减少人工成本，高效精准的提取短文本信息。

公开(公告)号：CN117932064A

公开(公告)日：2024-04-26

申请号：CN202410040857.X

申请日：2024-01-11

Applicant: 北京九栖科技有限责任公司

Inventor： 蒋志鹏 ,  张建宇 ,  戴帅夫 ,  杨洪鹏

IPC: G06F16/35 ,  G06F16/33 ,  G06F16/36 ,  G06F16/31 ,  G06F21/62 ,  G06F40/166

Abstract: 本发明公开了一种海量涉诈实体的高效挖掘方法。该方法可以从海量的诈骗短信文本中快速挖掘涉诈实体。该方法的实现步骤包括：首先对诈骗短信等海量涉诈实体进行预处理，然后从预处理后的海量涉诈实体中提取关键词，并根据关键词进行聚类和去重；对去重后的数据使用正则表达式的方式进行标注，并编译成HyperScan库，从而实现对诈骗短信中涉诈实体的快速挖掘。该方法具有处理速度快、准确性高、实现容易等优点。