公开(公告)号：CN111444704A

公开(公告)日：2020-07-24

申请号：CN202010229237.2

申请日：2020-03-27

Applicant: 中南大学

Inventor： 宋虹 ,  陈济民 ,  林丹丹 ,  王伟平

IPC: G06F40/216 ,  G06F40/253 ,  G06F40/289 ,  G06F40/295 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于深度神经网络的网络安全关键词抽取方法，包括采集网络安全文本数据集；构建深度神经网络并对网络安全文本数据集进行训练得到训练后的深度神经网络模型；采用训练后的深度神经网络模型对分词系统词库进行扩展；对分词之后的文本集合进行文本关键词的抽取并得到最终的网络安全关键词抽取结果。本发明提出了一种深度神经网络来改进文本分词的不足，并通过文本中每个词语的位置以及词性来提取文本的关键词集合；因此，本发明方法能够有效的提取网络安全文本中的关键词集合，具有较高的准确率，而且可靠性高，实用性好。

公开(公告)号：CN111444704B

公开(公告)日：2023-09-19

申请号：CN202010229237.2

申请日：2020-03-27

Applicant: 中南大学

Inventor： 宋虹 ,  陈济民 ,  林丹丹 ,  王伟平

IPC: G06F40/216 ,  G06F40/253 ,  G06F40/289 ,  G06F40/295 ,  G06F40/30 ,  G06F16/35 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于深度神经网络的网络安全关键词抽取方法，包括采集网络安全文本数据集；构建深度神经网络并对网络安全文本数据集进行训练得到训练后的深度神经网络模型；采用训练后的深度神经网络模型对分词系统词库进行扩展；对分词之后的文本集合进行文本关键词的抽取并得到最终的网络安全关键词抽取结果。本发明提出了一种深度神经网络来改进文本分词的不足，并通过文本中每个词语的位置以及词性来提取文本的关键词集合；因此，本发明方法能够有效的提取网络安全文本中的关键词集合，具有较高的准确率，而且可靠性高，实用性好。