-
公开(公告)号：CN108628828B
公开(公告)日：2022-04-01
申请号：CN201810347840.3
申请日：2018-04-18
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F40/30 , G06F40/289 , G06F16/35
Abstract: 本发明一种基于自注意力的观点及其持有者的联合抽取方法：S1.构建提取观点及其持有者的语料集；S2.识别包含观点的语句；S3.联合抽取观点及其持有者。本发明优点：1、文本分类模型避免了抽取出的句子不包含观点的情况；2、观点及其持有者联合抽取模型摆脱了词性标注、命名实体识别和句法依存分析等自然语言处理环节，避免这些环节出现误差对模型提取效果的影响，且该模型有很高灵活度和覆盖面；3、本发明包含构建提取观点及其持有者的语料集，识别包含观点的语句，联合抽取观点及其持有者。4、本发明在双向LSTM的基础上使用self‑attention有效结合两者优点，使词语序列的表示语义更丰富，训练的模型准确率更高。
-
公开(公告)号：CN113742665A
公开(公告)日：2021-12-03
申请号：CN202010509874.5
申请日：2020-06-05
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明实施例涉及一种用户身份识别模型构建、用户身份验证方法及装置，所述方法包括：获取用户使用设备过程中产生的多条基础行为样本数据；基于所述多条基础行为样本数据中的每一条基础行为样本数据，得到与每一条基础行为样本数据对应的行为嵌入向量；基于所有行为嵌入向量，获取用户特征信息和用户行为序列信息；根据所述用户特征信息和所述用户行为序列信息，构建所述用户身份识别模型，由此方法，可以实现有效利用用户特征信息和行为序列信息训练身份识别模型，能够更精准地、主动地验证用户身份，保证用户的个人信息安全和财产安全。
-
公开(公告)号：CN109960756B
公开(公告)日：2021-04-09
申请号：CN201910207437.5
申请日：2019-03-19
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F16/953 , G06F16/34 , G06F16/35 , G06F40/211
Abstract: 本发明公开了一种新闻事件信息归纳方法，包括：收集新闻素材，创建新闻库；从新闻库中获取目标事件的所有新闻文本，并进行热度分析，获取拐点新闻文本，抽取所述拐点新闻文本中的事件信息并保存；其中，获取拐点新闻文本的方法包括：统计所有新闻文本的热度值，按照新闻文本发布的时间顺序排序，构建热度值随时间变化的曲线图，取曲线图的所有极大点对应的新闻文本，即为所述拐点新闻文本，所述热度值为新闻的页面浏览量和网站独立访客量之和。本发明的方法通过选择对于目标新闻事件处于关键节点时的新闻文本——即拐点新闻文本进行摘要分析处理，准确地反映了新闻事件的发展态势。
-
公开(公告)号：CN111861545A
公开(公告)日：2020-10-30
申请号：CN202010573448.8
申请日：2020-06-22
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q30/02
Abstract: 本申请涉及一种用户行为画像的构建方法、装置、设备及存储介质，所述方法包括：构建用户行为画像模型；生成用户行为特征向量和生成行为对象特征向量；计算分组判别结果与设定分组的分组误差，和，将用户行为特征向量和行为对象特征向量重构生成行为矩阵，并计算重构生成的行为矩阵为用户行为矩阵的生成概率；根据最小化模型方法，优化用户行为画像模型，更新用户行为画像模型参数；用户行为画像模型构建成功，向构建成功的用户行为画像模型输入用户行为数据，获得与用户行为数据对应的用户行为画像。用以解决现有的用户行为画像模型构建时更专注于用户的共性，难以获取具有个性化且可区分性的用户行为画像的问题。
-
公开(公告)号：CN109960756A
公开(公告)日：2019-07-02
申请号：CN201910207437.5
申请日：2019-03-19
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F16/953 , G06F16/34 , G06F16/35 , G06F17/27
Abstract: 本发明公开了一种新闻事件信息归纳方法，包括：收集新闻素材，创建新闻库；从新闻库中获取目标事件的所有新闻文本，并进行热度分析，获取拐点新闻文本，抽取所述拐点新闻文本中的事件信息并保存；其中，获取拐点新闻文本的方法包括：统计所有新闻文本的热度值，按照新闻文本发布的时间顺序排序，构建热度值随时间变化的曲线图，取曲线图的所有极大点对应的新闻文本，即为所述拐点新闻文本，所述热度值为新闻的页面浏览量和网站独立访客量之和。本发明的方法通过选择对于目标新闻事件处于关键节点时的新闻文本——即拐点新闻文本进行摘要分析处理，准确地反映了新闻事件的发展态势。
-
Patent Agency Ranking
公开(公告)号：CN108628828A
公开(公告)日：2018-10-09
申请号：CN201810347840.3
申请日：2018-04-18
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
Abstract: 本发明一种基于自注意力的观点及其持有者的联合抽取方法：S1.构建提取观点及其持有者的语料集；S2.识别包含观点的语句；S3.联合抽取观点及其持有者。本发明优点：1、文本分类模型避免了抽取出的句子不包含观点的情况；2、观点及其持有者联合抽取模型摆脱了词性标注、命名实体识别和句法依存分析等自然语言处理环节，避免这些环节出现误差对模型提取效果的影响，且该模型有很高灵活度和覆盖面；3、本发明包含构建提取观点及其持有者的语料集，识别包含观点的语句，联合抽取观点及其持有者。4、本发明在双向LSTM的基础上使用self-attention有效结合两者优点，使词语序列的表示语义更丰富，训练的模型准确率更高。
-
公开(公告)号：CN113742665B
公开(公告)日：2024-03-26
申请号：CN202010509874.5
申请日：2020-06-05
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F21/31 , G06F18/241 , G06F18/2431 , G06N3/045 , G06N3/08
Abstract: 本发明实施例涉及一种用户身份识别模型构建、用户身份验证方法及装置，所述方法包括：获取用户使用设备过程中产生的多条基础行为样本数据；基于所述多条基础行为样本数据中的每一条基础行为样本数据，得到与每一条基础行为样本数据对应的行为嵌入向量；基于所有行为嵌入向量，获取用户特征信息和用户行为序列信息；根据所述用户特征信息和所述用户行为序列信息，构建所述用户身份识别模型，由此方法，可以实现有效利用用户特征信息和行为序列信息训练身份识别模型，能够更精准地、主动地验证用户身份，保证用户的个人信息安全和财产安全。
-
公开(公告)号：CN111861545B
公开(公告)日：2022-10-18
申请号：CN202010573448.8
申请日：2020-06-22
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q30/02
Abstract: 本申请涉及一种用户行为画像的构建方法、装置、设备及存储介质，所述方法包括：构建用户行为画像模型；生成用户行为特征向量和生成行为对象特征向量；计算分组判别结果与设定分组的分组误差，和，将用户行为特征向量和行为对象特征向量重构生成行为矩阵，并计算重构生成的行为矩阵为用户行为矩阵的生成概率；根据最小化模型方法，优化用户行为画像模型，更新用户行为画像模型参数；用户行为画像模型构建成功，向构建成功的用户行为画像模型输入用户行为数据，获得与用户行为数据对应的用户行为画像。用以解决现有的用户行为画像模型构建时更专注于用户的共性，难以获取具有个性化且可区分性的用户行为画像的问题。
-
公开(公告)号：CN113742184B
公开(公告)日：2024-03-26
申请号：CN202010509571.3
申请日：2020-06-05
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F11/34 , G06F18/22 , G06F18/2433
Abstract: 本发明实施例涉及一种构建用户历史行为表示向量、用户行为异常检测方法及装置，包括：获取用户历史行为数据；将历史行为数据按照预设方式分为多个历史行为数据分组；根据每一组历史行为数据中包括的活动行为数据，提取与每一组历史行为数据对应的历史行为特征表示向量；根据每一组历史行为数据中包括的APP属性信息提取功能特征表示向量；根据第i分组中分别提取的第i历史行为特征表示向量和第i功能特征表示向量，生成与第i分组历史行为数据对应的第i历史行为表示向量；根据所有历史行为表示向量，构建用户历史行为表示向量，由此，可以有效利用用户行为数据实时辨别当前行为是否异常，维护用户个人信息和财产安全。
-
公开(公告)号：CN113742184A
公开(公告)日：2021-12-03
申请号：CN202010509571.3
申请日：2020-06-05
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明实施例涉及一种构建用户历史行为表示向量、用户行为异常检测方法及装置，包括：获取用户历史行为数据；将历史行为数据按照预设方式分为多个历史行为数据分组；根据每一组历史行为数据中包括的活动行为数据，提取与每一组历史行为数据对应的历史行为特征表示向量；根据每一组历史行为数据中包括的APP属性信息提取功能特征表示向量；根据第i分组中分别提取的第i历史行为特征表示向量和第i功能特征表示向量，生成与第i分组历史行为数据对应的第i历史行为表示向量；根据所有历史行为表示向量，构建用户历史行为表示向量，由此，可以有效利用用户行为数据实时辨别当前行为是否异常，维护用户个人信息和财产安全。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.044 seconds)
