-
公开(公告)号：CN118734928A
公开(公告)日：2024-10-01
申请号：CN202410629625.8
申请日：2024-05-21
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本公开涉及一种微调指令的构造方法、装置、设备及介质，该方法包括：将负面文本样本的标签划分为多个级别的目标分类标签；基于目标分类标签，使用预设的大模型对负面文本样本构造初始微调指令数据；在检查待微调的目标模型无法遵循初始微调指令数据的情况下，将初始微调指令数据修改为目标微调指令数据。本公开针对从知识库或网络上中搜索到负面文本样本，先划分目标分类标签，在基于此构造初始微调指令数据，其中，对于模型不能理解指令的问题，本实施例可以检查目标模型是否能遵循初始微调指令数据，并在无法遵循的情况下，将初始微调指令数据修改为目标微调指令数据，由此得到的目标微调指令能够使文本分类任务更好的拟合预训练目标模型的知识，提高了微调指令的可用性。
-
公开(公告)号：CN111382181B
公开(公告)日：2024-08-02
申请号：CN202010183474.X
申请日：2020-03-16
Applicant: 中科天玑数据科技股份有限公司 , 国家计算机网络与信息安全管理中心
IPC: G06F16/2455 , G06Q40/06 , G06Q40/04 , G06Q10/0635
Abstract: 本发明涉及数据处理的技术领域，具体涉及一种基于股权穿透的指定企业派系归属分析方法及系统，包括对每个待分析企业信息数据进行采集存储，得到原始信息数据，信息数据包括股东信息数据；根据原始信息数据对每个待分析企业向上发散计算股权链路占比，并确定所述每个待分析企业的全部股东，所述全部股东包括最终股东；通过检索出与所述最终股东相关的关联待分析企业，生成与最终股东相关的第一派系信息数据；对第一派系信息数据进行合并，生成最终派系信息数据；通过对股东信息进行采集存储以及分析，从而计算出每个待分析企业的向上发散计算股权链路占比。对待分析企业进行了基于最终股东的集合划分，为企业关联分析提供支撑。
-
公开(公告)号：CN111538836A
公开(公告)日：2020-08-14
申请号：CN202010321249.8
申请日：2020-04-22
Applicant: 哈尔滨工业大学(威海) , 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F16/951 , G06F40/284 , G06K9/62
Abstract: 本发明涉及一种识别文本类广告中金融广告的方法，其解决了现有广告分析模型无法有效识别金融广告的技术问题，其包括以下步骤：(1)从数据库中获取爬取到的广告文本数据；(2)对步骤(1)的文本数据进行预处理，进行分词以及去除无用信息；(3)将步骤(2)预处理后的文本通过不同的方式表示为计算机可以处理的方式，即文本表示；(4)针对步骤(3)的不同文本表示方式选择合适的分类算法，然后将文本表示的语义信息提炼成类别信息；(5)将步骤(4)中不同文本表示方式表示的分类模型进行整合，获得最终的金融广告识别模型。本发明可广泛应于在文本类广告中识别金融广告的场合。
-
公开(公告)号：CN111382181A
公开(公告)日：2020-07-07
申请号：CN202010183474.X
申请日：2020-03-16
Applicant: 中科天玑数据科技股份有限公司 , 国家计算机网络与信息安全管理中心
IPC: G06F16/2455 , G06Q40/06 , G06Q40/04 , G06Q10/06
Abstract: 本发明涉及数据处理的技术领域，具体涉及一种基于股权穿透的指定企业派系归属分析方法及系统，包括对每个待分析企业信息数据进行采集存储，得到原始信息数据，信息数据包括股东信息数据；根据原始信息数据对每个待分析企业向上发散计算股权链路占比，并确定所述每个待分析企业的全部股东，所述全部股东包括最终股东；通过检索出与所述最终股东相关的关联待分析企业，生成与最终股东相关的第一派系信息数据；对第一派系信息数据进行合并，生成最终派系信息数据；通过对股东信息进行采集存储以及分析，从而计算出每个待分析企业的向上发散计算股权链路占比。对待分析企业进行了基于最终股东的集合划分，为企业关联分析提供支撑。
-
公开(公告)号：CN111045659A
公开(公告)日：2020-04-21
申请号：CN201911094400.2
申请日：2019-11-11
Applicant: 国家计算机网络与信息安全管理中心 , 深圳市任子行科技开发有限公司
IPC: G06F8/30
Abstract: 本发明公开了一种采集互联网金融网页的项目列表的方法及系统，该方法包括：脚本生成端展示互联网金融网页对应的可视化配置界面；脚本生成端根据用户在可视化配置界面上的配置操作生成项目列表采集脚本，并将项目列表采集脚本存储至数据库；当时间到达项目列表采集脚本的执行时间点时，脚本生成端从数据库中取出项目列表采集脚本，并将项目列表采集脚本放入任务队列；脚本生成端将任务队列中的项目列表采集脚本分发至执行端；执行端运行项目列表采集脚本，得到项目列表采集信息，并将项目列表采集信息存储至执行端的本地文件系统。通过本发明，通过可视化配置方式，极大的简化了脚本配置工作，从而提高了数据采集效率。
-
Patent Agency Ranking
公开(公告)号：CN109919414A
公开(公告)日：2019-06-21
申请号：CN201910039691.9
申请日：2019-01-16
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
Abstract: 本发明提供一种P2P网络借贷平台风险分析方法、装置及存储介质，该方法包括：获取第一P2P网络借贷平台中的第一借款人的标识；获取至少一个第二P2P网络借贷平台发布的借贷信息，借贷信息包括在第二P2P网络借贷平台上的至少一个第二借款人的标识以及至少一个第二借款人的借款信息；根据借贷信息与第一借款人的标识，判断第一借款人在第二P2P网络借贷平台中是否存在借款；根据判断第一借款人在第二P2P网络借贷平台中是否存在借款的结果，生成检测报告，实现了判断用户是否存在向其他P2P网络借贷平台借款的情况，进而降低了借贷风险。
-
公开(公告)号：CN119988622A
公开(公告)日：2025-05-13
申请号：CN202411978982.1
申请日：2024-12-31
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/353 , G06F40/284 , G06N20/00 , G06N5/04
Abstract: 本发明公开一种面向公共事务的负面信息判别方法及系统，属于人工智能技术领域。所述方法包括：收集并筛选信息样本，以得到负面信息样本；将筛选后的负面信息样本嵌入到提示模板，以微调大模型；将目标信息嵌入到提示模板，并基于微调后的大模型，得到该目标信息的负面判别结果。本发明可以通过先进的语言模型提升对复杂公共事务负面信息的判别能力。
-
公开(公告)号：CN119919781A
公开(公告)日：2025-05-02
申请号：CN202411732697.1
申请日：2024-11-29
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本申请公开了一种多特征提取的区块链有害图片伪造检测方法，所述方法可以通过利用区块链有害图片的高维特征向量，提取所述区块链有害图片的边缘特征和目标部位特征，以便可以利用所述区块链有害图片的边缘特征和目标部位特征对所述区块链有害图片进行分类检测，得到所述区块链有害图片的检测结果，从而可以有效提升了真实图片与伪造图片的分类效果，进而提升了伪造图片的检测准确性和效率。
-
公开(公告)号：CN112182020A
公开(公告)日：2021-01-05
申请号：CN202011184465.9
申请日：2020-10-29
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/242 , G06F40/289 , G06Q30/06 , G06Q30/08 , G06Q40/02 , G06Q40/04 , G06Q40/06 , G06N3/04
Abstract: 本申请涉及一种金融行为识别与分类的方法、装置及计算机可读存储介质。其中，方法包括：从至少两个数据源获取多源数据文本，然后按照预先设定的数据处理方式对数据文本进行预处理，得到各数据文本的向量，将各所述数据文本的向量输入到预先训练的多尺度卷积神经网络模型中，根据数据源的类型确定各所述数据文本的向量的卷积核，再利用各自的卷积核提取各向量的语义特征，从而根据各向量的语义特征确定各预设金融行为的概率，最后再根据各预设金融行为的概率确定多源数据文本对应的金融行为。多数据源能够体现出目标金融机构各个方面的实际开展的业务，从而能够更为准确地识别出目标金融机构实际的金融行为，更加便于监管。
-
公开(公告)号：CN112149413A
公开(公告)日：2020-12-29
申请号：CN202010932371.9
申请日：2020-09-07
Applicant: 国家计算机网络与信息安全管理中心 , 深圳市任子行科技开发有限公司
IPC: G06F40/284 , G06F40/289 , G06F40/30 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于神经网络识别互联网网站所属业态的方法、装置以及计算机可读存储介质。该方法包括：获取互联网网站业态的文本数据集，从所述文本数据集中提取文本特征词；基于所述文本特征词对所述文本特征词进行词向量化以获取词向量序列；将所述词向量序列分别输入递归神经网络及卷积神经网络模型，分别得到所述递归神经网络及卷积神经网络模型输出的目标特征向量，并将所述目标特征向量进行并联拼接；将已拼接的所述目标特征向量输入全连接神经网络，最后输出概率预测向量；查找所述概率预测向量中的最大值，并以所述最大值对应的业态作为所述互联网网站的所属业态。通过本发明，实现了高精度识别互联网网站的所属业态。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.039 seconds)
