-
公开(公告)号：CN115858798A
公开(公告)日：2023-03-28
申请号：CN202210651618.9
申请日：2022-06-09
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: G06F16/36 , G06F40/295 , G06F40/30
Abstract: 本发明涉及一种面向维基百科文本数据的事理图谱构建方法和系统，属于文本数据挖掘领域。该方法包括以下步骤：获取维基百科的数据并将其解析为纯文本的形式；使用语义角色标注技术抽取维基百科数据中的事件简介；使用命名实体识别技术对维基百科数据的事件中的人物、地点、机构进行抽取；使用正则表达式匹配技术对维基百科数据的事件中的时间进行抽取；将抽取的事件简介、人物、地点、机构和时间构造为事理图谱。本发明实现了从数据获取、事件抽取、事件论元抽取到图谱构建的相关技术流程，能够帮助研究和分析事件的基本信息和演化过程。
-
公开(公告)号：CN110688306A
公开(公告)日：2020-01-14
申请号：CN201910834943.7
申请日：2019-09-05
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F11/36
Abstract: 本发明公开了一种基于概率图模型的移动应用风险等级推理评估方法及装置，所述方法包括：对已经标注风险等级的移动应用的属性进行过滤，得到对移动应用区分有帮助的属性；通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练；利用训练好的概率图模型对新的移动应用进行风险等级推理评估。
-
公开(公告)号：CN108763333A
公开(公告)日：2018-11-06
申请号：CN201810445536.2
申请日：2018-05-11
Applicant: 北京航空航天大学 , 国家计算机网络与信息安全管理中心
CPC classification number: G06F17/2795
Abstract: 本发明则提出一种基于社会媒体的事件图谱构建方法，首先进行多源数据预处理，接着对预处理后的数据进行多源事件信息抽取，然后通过事件关系评价对事件间关系进行判定，最后进行实体信息融合，对异构图中的实体进行属性补全。本发明将事件看做抽象实体，基于社会媒体文本数据对抽取事件基本构成要素，事件进行关联，并融合已有结构化知识库构建事件图谱，这样能够提供更全面更直接的面向事件的信息检索服务，还能通过将传统非结构化文本内容的研究转化为基于图的研究，有利于发掘更深层次的信息。
-
公开(公告)号：CN115858798B
公开(公告)日：2024-11-19
申请号：CN202210651618.9
申请日：2022-06-09
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: G06F16/36 , G06F40/295 , G06F40/30
Abstract: 本发明涉及一种面向维基百科文本数据的事理图谱构建方法和系统，属于文本数据挖掘领域。该方法包括以下步骤：获取维基百科的数据并将其解析为纯文本的形式；使用语义角色标注技术抽取维基百科数据中的事件简介；使用命名实体识别技术对维基百科数据的事件中的人物、地点、机构进行抽取；使用正则表达式匹配技术对维基百科数据的事件中的时间进行抽取；将抽取的事件简介、人物、地点、机构和时间构造为事理图谱。本发明实现了从数据获取、事件抽取、事件论元抽取到图谱构建的相关技术流程，能够帮助研究和分析事件的基本信息和演化过程。
-
公开(公告)号：CN110879861B
公开(公告)日：2023-07-14
申请号：CN201910834941.8
申请日：2019-09-05
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/953
Abstract: 本发明公开了一种基于表示学习的相似移动应用计算方法，所述方法包括：读取移动应用相关的文档、网页以及图数据库中的三元组，获取与文档、网页以及图数据库中与所述移动应用相关的实体，构建表示学习算法‑网络嵌入模型LINE网络；基于LINE负采样技术优化Skip‑gram模型，通过所述Skip‑gram模型训练所述LINE网络，得到每个实体以及移动应用自身的向量表示；根据每个实体以及移动应用自身的向量表示，对移动应用进行相似度计算。
-
Patent Agency Ranking
公开(公告)号：CN107992473B
公开(公告)日：2021-04-27
申请号：CN201711190871.4
申请日：2017-11-24
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/289 , G06F16/35
Abstract: 本发明涉及一种基于逐点互信息技术的诈骗信息特征词提取方法及系统，该提取方法包括：提取诈骗信息主题关键词，组成主题关键词集合；将信息组中的信息按是否为诈骗信息划分为正样本集合和负样本集合，并得到正样本分词集合、负样本候分词集合和候选关键词集合；根据候选关键词集合的候选关键词在信息组的正相互性PMI值和负相互性PMI值得到候选关键词在信息组的权重，将权重大于预设阈值的候选关键词记为信息组的合格关键词。本发明通过对信息组中的信息进行处理，得到候选关键词集合，计算候选关键词相对于信息的正相互性PMI值和负相互性PMI值，得到候选关键词的权重，由此判断是否为合格关键词，实现了对数据流式信息的关键词提取。
-
公开(公告)号：CN110134947B
公开(公告)日：2021-03-26
申请号：CN201910307654.1
申请日：2019-04-17
Applicant: 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明提出一种基于不平衡多源数据的情感分类方法，包括：获取来自多个数据源的训练数据，其中训练数据包含多条文本数据，每条文本数据具有情感类型标签和其对应的数据源；按数据源对训练数据进行分类，以集合每个数据源对应的文本数据作为第一数据集，根据每个第一数据集中各情感类型标签的数量，统计每个第一数据集中情感类型的标准差，选择标准差最小的第一数据作为预训练集，其余第一数据集作为后续训练集；以预训练集训练神经网络模型的权值直到损失函数收敛，输出神经网络模型作为预分类模型，以后续训练集继续训练预分类模型直到损失函数收敛，输出预分类模型作为最终分类模型；将待情感分类文本数据输入最终分类模型，得到其情感类型。
-
公开(公告)号：CN110717108A
公开(公告)日：2020-01-21
申请号：CN201910921218.3
申请日：2019-09-27
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9536 , G06K9/62
Abstract: 本发明公开了一种基于特征工程的相似移动应用计算方法及装置，所述方法包括：将移动应用的数据集进行离散化；根据预先设置的特征从离散化的数据集中抽取有效特征，通过信息熵的方式从离散化的数据集中过滤无效特征；计算两个移动应用的每一组有效特征的相似度，并进行加权求和，得到当前移动应用的相似候选集；从所述相似候选集中获取相似移动应用。
-
公开(公告)号：CN108647214A
公开(公告)日：2018-10-12
申请号：CN201810270468.0
申请日：2018-03-29
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及语言处理领域，提出了一种基于深层神经网络翻译模型的解码方法，旨在解决机器翻译模型中模型训练复杂度高、训练难度大解码速度慢等问题。该方法的具体实施方式包括：对待翻译语句进行分词处理，得到源语言词汇；步骤2，使用自动对齐工具对预设的翻译模型词汇表中的语料进行词对齐，得到与所述源语言词汇对齐的目标语言单词；步骤3，基于步骤2所得到的目标语言单词，确定出所述待翻译语句的目标端动态词汇表，根据预先构建的翻译模型，使用柱搜索方法解码出的语句作为所述翻译模型的输出；其中，所述翻译模型为基于门限残差机制和平行注意力机制的深层神经网络。本发明提升了模型翻译质量，提高了模型解码速度。
-
公开(公告)号：CN107992473A
公开(公告)日：2018-05-04
申请号：CN201711190871.4
申请日：2017-11-24
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种基于逐点互信息技术的诈骗信息特征词提取方法及系统，该提取方法包括：提取诈骗信息主题关键词，组成主题关键词集合；将信息组中的信息按是否为诈骗信息划分为正样本集合和负样本集合，并得到正样本分词集合、负样本候分词集合和候选关键词集合；根据候选关键词集合的候选关键词在信息组的正相互性PMI值和负相互性PMI值得到候选关键词在信息组的权重，将权重大于预设阈值的候选关键词记为信息组的合格关键词。本发明通过对信息组中的信息进行处理，得到候选关键词集合，计算候选关键词相对于信息的正相互性PMI值和负相互性PMI值，得到候选关键词的权重，由此判断是否为合格关键词，实现了对数据流式信息的关键词提取。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.044 seconds)
