公开(公告)号：CN116702022A

公开(公告)日：2023-09-05

申请号：CN202310512618.5

申请日：2023-05-08

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 李林 ,  李美燕 ,  王秀文 ,  崔雨涵 ,  陈鹏云 ,  杨菁林 ,  徐丹丹 ,  秦韬 ,  郭富民 ,  刘志丞 ,  李娅强 ,  曾宣玮 ,  张栋 ,  王峰 ,  李政达 ,  李东明 ,  秦恺

IPC: G06F18/241 ,  G06F18/23 ,  G06Q30/0601

Abstract: 本发明实施例涉及一种商品分类模型训练方法、装置、计算机设备及存储介质，该方法包括：根据特征提取模型提取商品集合中每个商品的第一特征，得到第一特征集合，所述第一特征用于表征所述商品的商品特征和所述商品对应的企业特征；对所述第一特征集合进行聚类处理，得到多个簇，每个所述簇中包含多个所述第一特征；从每个所述簇中提取多个目标第一特征，得到目标第一特征集合；根据所述目标第一特征集合对第一初始模型进行训练，得到训练好的商品分类模型。由此，可以实现通过商品特征和企业特征结合进行分类模型的训练，提高了分类的准确度，且对训练的特征进行了筛选，提高模型训练效率。

公开(公告)号：CN115827871A

公开(公告)日：2023-03-21

申请号：CN202211690035.3

申请日：2022-12-27

Applicant: 国家计算机网络与信息安全管理中心 ,  长城计算机软件与系统有限公司

Inventor： 李美燕 ,  吴震 ,  王秀文 ,  李娅强 ,  刘纯艳 ,  王峰 ,  刘鑫 ,  李政达 ,  陈鹏云 ,  杨菁林 ,  赵磊 ,  秦恺 ,  曾宣玮 ,  刘志丞

IPC: G06F16/35 ,  G06N3/08 ,  G06F18/241 ,  G06N3/0464

Abstract: 本发明提供了一种互联网企业分类的方法和装置，其中该方法包括：S1：获取互联网企业的多维度数据，并对所述多维度数据预处理以生成长文本数据；S2：将所述长文本数据输入基于Transformer编码器的Bert网络模型进行处理；S3：将经过处理后的数据送入分类器来对所述互联网企业进行分类。本发明的方案基于在Transformer架构的深度神经网络中进行自动特征组合学习，能够对互联网企业准确进行行业分类，并能够极大提升互联网企业行业分类的准确率。本发明的方案能够快速将海量企业多维度信息进行识别，无需人工干预。本发明的方案基于大语料预训练模型加下游任务微调的方案能灵活应用在不同场景中海量企业的快速分类。

公开(公告)号：CN116561335A

公开(公告)日：2023-08-08

申请号：CN202310403733.9

申请日：2023-04-14

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 李美燕 ,  李林 ,  王秀文 ,  杨典 ,  陈鹏云 ,  杨菁林 ,  徐丹丹 ,  秦韬 ,  李娅强 ,  曾宣玮 ,  张栋 ,  王峰 ,  李政达 ,  秦恺

IPC: G06F16/36 ,  G06F16/901 ,  G06F16/35 ,  G06F40/211

Abstract: 本发明实施例涉及一种图谱构建方法、装置、电子设备及存储介质，所述方法包括：从预设的产业数据库中确定与目标产业匹配的产业数据；根据所述产业数据确定产业链图谱中各实体之间的上下位关系；获取所述目标产业的企业信息；根据所述上下位关系及所述企业信息，构建所述目标产业的产业链图谱。由此，可以实现准确确定产业链图谱中各实体之间的上下位关系，避免需要人工大量的查阅产业资料，简化操作流程，提升了产业链图谱生成的便利性，一定程度上解决了人工构建可能不全面的问题。

公开(公告)号：CN116561334A

公开(公告)日：2023-08-08

申请号：CN202310403556.4

申请日：2023-04-14

Applicant: 国家计算机网络与信息安全管理中心 ,  长城计算机软件与系统有限公司

Inventor： 王秀文 ,  李林 ,  李美燕 ,  吴迪 ,  陈鹏云 ,  杨菁林 ,  徐丹丹 ,  秦韬 ,  李娅强 ,  曾宣玮 ,  张栋 ,  王峰 ,  李政达 ,  秦恺

IPC: G06F16/36 ,  G06F16/31 ,  G06N3/0464 ,  G06F18/22 ,  G06N3/084

Abstract: 本发明实施例涉及一种关系抽取方法、装置、图谱构建方法及存储介质，所述方法包括：确定预设实体库中各实体之间的关系，所述关系为所述实体库中技术与技术之间的关系，和/或所述实体库中技术与企业之间的关系；根据所述实体库中所述实体之间的关系，建立邻接矩阵；基于所述邻接矩阵，构建与所述实体对应的图卷积网络；利用所述图卷积网络抽取所述实体库中各实体之间的关系。由此，可以实现确定预设实体库中各实体之间的关系，根据实体之间的关系建立邻接矩阵，进而构建与实体对应的图卷积网络，以实现基于图卷积网络简单、便捷地确定各个实体之间的关系，提高效率，提升用户体验。

公开(公告)号：CN116561244A

公开(公告)日：2023-08-08

申请号：CN202310403811.5

申请日：2023-04-14

Applicant: 国家计算机网络与信息安全管理中心 ,  长城计算机软件与系统有限公司

Inventor： 王秀文 ,  杨菁林 ,  李美燕 ,  赵磊 ,  陈鹏云 ,  李林 ,  徐丹丹 ,  秦韬 ,  李娅强 ,  曾宣玮 ,  张栋 ,  王峰 ,  李政达 ,  秦恺

IPC: G06F16/31 ,  G06F16/35 ,  G06F40/289 ,  G06F16/36 ,  G06F18/214 ,  G06F18/24 ,  G06F40/30 ,  G06N3/0499 ,  G06N3/0895

Abstract: 本发明实施例涉及一种目标关系的识别方法及装置，所述方法包括：获取目标关系对应的训练数据集和检测数据集；根据上下句预测和掩码预测对联合模型进行模型预训练，得到训练好的联合抽取预训练模型；将所述训练数据集输入到所述联合抽取预训练模型中进行模型训练，得到训练好的联合抽取模型；将所述检测数据集输入到所述联合抽取模型中进行数据抽取处理，得到检测抽取结果；根据所述检测抽取结果确定所述检测数据集对应目标关系的识别结果。通过将检测数据集输入到训练好的联合抽取模型中，实现数据抽取，得到检测抽取结果，将在抽取到的检测抽取结果进行判断分析，确定所述检测数据集的识别结果；由本方案，可以实现企业关系、资本谱系或实体关系的快速识别的技术效果。