-
公开(公告)号：CN114330321B
公开(公告)日：2025-01-03
申请号：CN202111666897.8
申请日：2021-12-31
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院自动化研究所
IPC: G06F40/279 , G06N5/02 , G06N3/042 , G06N3/08 , G06N3/0442 , G06F18/22
Abstract: 本发明公开了一种用户先验知识增强的文本风格迁移方法、装置及电子设备，所述方法包括：获取用户先验知识数据，并基于所述用户先验知识数据构建预设神经网络模型；获取用户输入数据，并将所述用户输入数据映射至所述预设神经网络模型中，生成与所述用户输入数据的表达方式不同的目标文本内容表示；获取用户关注领域表示，并结合所述目标文本内容表示和用户关注领域表示，生成目标文本内容。本发明不仅可以实现文本风格的转换，还提升了转换文本内容与用户要求的相关性。
-
公开(公告)号：CN115345181A
公开(公告)日：2022-11-15
申请号：CN202210786892.7
申请日：2022-07-04
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
IPC: G06F40/58 , G06F16/36 , G06F40/211 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种神经机器翻译模型的训练方法、翻译方法及装置，所述训练方法包括：构建神经机器翻译模型；将双语平行句对中的源语言句子和目标语言句子，以及知识图谱中每个三元组中的头实体和尾实体进行细粒度切分，得到标准源语言句子序列、标准目标语言句子序列以及知识图谱中每个三元组中的标准头实体‑关系序列和标准尾实体序列；将其输入编解码模块中预测得到目标语言句子序列以及尾实体序列；基于标准目标语言句子序列和预测的目标语言句子序列之间的交叉熵，以及知识图谱中每个三元组中的标准尾实体序列与预测的尾实体序列之间的交叉熵，共同训练该模型。本发明能够有效融合细粒度知识推断，提升神经机器翻译对于实体的翻译质量。
-
公开(公告)号：CN108763319B
公开(公告)日：2022-02-08
申请号：CN201810396753.7
申请日：2018-04-28
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
IPC: G06F16/335 , G06N3/04 , G06Q50/00
Abstract: 本发明属于计算机技术领域，具体提供了一种融合用户行为和文本信息的社交机器人检测方法和系统。旨在解决现有技术手动选取特征、忽略社交媒体帖子之间的逻辑性和时序性以及忽略社交平台用户行为信息的问题，本发明的社交机器人的检测方法包括获取待检测社交媒体用户的历史网络数据和好友网络数据；基于上述数据得到用户文本特征向量、行为特征向量以及好友网络特征向量，并将其融合，得到待检测社交媒体用户的用户特征向量；对用户特征向量进行检测，输出检测结果。本发明的方法更加符合社交媒体自身的特性，从多个维度分析待检测社交媒体用户，提升了检测准确率。本发明的系统同样具有上述有益效果。
-
公开(公告)号：CN109800431A
公开(公告)日：2019-05-24
申请号：CN201910062802.8
申请日：2019-01-23
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: 本发明属于计算机科学技术领域，尤其是涉及一种事件信息关键词提取方法、监控方法、及其系统和装置，旨在为了解决解决无监督方法提取关键词效果不稳定的问题。本发明提取方法对于获取的待监控的事件信息，基于多种关键词提取技术提取并优选一组相关性很强的关键词作为第一关键词组，而后基于关键词在时域的发展演化选出最新的热点词汇作为第二关键词组，再后对同一时间段内的同一事件的不同报道进行聚类，提取各聚类的关键词合并后作为第三关键字组，最后合并三个关键词组并选定最终的关键词组合。本发明提高了系统的稳定性，同时兼顾了时域及同一事件不同侧面的发展方向。
-
公开(公告)号：CN116782199A
公开(公告)日：2023-09-19
申请号：CN202310505748.6
申请日：2023-05-08
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于虚拟设备生成采集资源的方法，包括：构建虚拟移动终端设备；基于虚拟移动终端设备的设备信息，利用移动客户端进行注册并生成采集资源；对采集资源进行可用性测试；保存可用的采集资源。本发明通过虚拟移动终端设备生成采集资源，使用生成的采集资源访问移动客户端进行数据采集，使采集的数据与构建的虚拟移动终端设备关联，从而实现特定设备的精准数据采集，同时也可快速收集设备和应用程序的基础信息。其次，由于移动终端设备是虚拟构建的，因此无需购买实体设备，降低了数据采集成本、管理成本和管理复杂度。
-
Patent Agency Ranking
公开(公告)号：CN116720009A
公开(公告)日：2023-09-08
申请号：CN202310538132.9
申请日：2023-05-12
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9536 , G06F16/9535
Abstract: 本公开涉及一种社交机器人检测方法、装置、设备及存储介质。本公开通过获取社交属性数据、推文属性数据和社交行为数据，可以确定用户节点的节点特征向量以及用户节点与其他用户节点之间的关联关系，由于节点特征向量中的每个元素均为用户节点某个维度的特征，因此，节点特征向量从多个维度更加全面地描述了用户节点的特征，而用户节点与其他用户节点之间的关联关系为异构关联关系，异构关联关系可以理解为不同类型的关联关系，包括显性关系和隐性关系，因此，基于用户节点的节点特征向量以及用户节点与其他用户节点之间的关联关系，能够挖掘不同用户账户之间的行为关联性，从而更加有效地识别伪装成真实用户的社交机器人及社交机器人群体。
-
公开(公告)号：CN111680059B
公开(公告)日：2023-08-15
申请号：CN202010356697.1
申请日：2020-04-29
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
IPC: G06F16/245 , G06F16/9536 , G06F21/31
Abstract: 本发明公开了一种基于特定区域的活跃人员、常驻人员的分析方法，其包括：S1、采集特定区域内的账户信息；S2、对账户信息进行去重；根据人员记录库中的账户信息更新人员统计库中的账户ID、账户的出现时间、账户所在地的经纬度以及账户的出现次数；S3、基于人员统计库，将出现次数排名靠前的账户标识为活跃人员；S4、基于人员记录库，从活跃人员中分别过滤出有效人员、稳定人员，有效人员和稳定人员的并集为常驻人员。本发明可有效地统计和识别出某个特定区域的社交渠道上的活跃人员和常驻人员，进而实现更加高效和多方面的支持网络舆情的分析工作。
-
公开(公告)号：CN113449601B
公开(公告)日：2023-05-16
申请号：CN202110591209.X
申请日：2021-05-28
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06V40/10 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提出一种基于渐进性平滑损失的行人重识别模型训练方法，包括：获取训练样本数据；其中，所述训练样本数据包括多个包含行人的视频；将所述训练样本数据输入至初始模型中，得到对应各所述包含行人的视频的帧级别特征和视频级别特征；分别基于所述帧级别特征和所述视频级别特征计算第一损失和第二损失；基于所述第一损失和所述第二损失对所述初始模型的模型参数进行优化，得到行人重识别模型。
-
公开(公告)号：CN115270807A
公开(公告)日：2022-11-01
申请号：CN202210764771.2
申请日：2022-06-29
Applicant: 国家计算机网络与信息安全管理中心 , 北京中科闻歌科技股份有限公司
Abstract: 本公开涉及一种网络用户的情感倾向判定方法、装置、设备及存储介质，其中方法包括：获取网络用户对目标事件评论的第一评论信息，以及对象对所述目标事件的第二评论信息；根据所述第一评论信息构建所述目标事件的知识图谱；基于所述知识图谱对所述第二评论信息进行情感分析，得到第一情感倾向值；至少基于所述第一情感倾向值，确定所述对象对于所述目标事件的情感倾向。本公开使用整体网络用户的评论构建知识图谱作为目标事件的背景知识库，通过结合目标事件的背景知识来对目标对象的网络用户的评论进行情感分析，进而判定情感倾向，使得对网络用户情感倾向的判定更准确。
-
公开(公告)号：CN109145109B
公开(公告)日：2022-06-03
申请号：CN201710464424.7
申请日：2017-06-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F16/2458 , G06Q50/00
Abstract: 本发明涉及一种基于社交网络的用户群体消息传播异常分析方法和装置，包括：获取在线社交网络中用户群体的历史聊天记录，根据预先设定的时间跨度，获取历史聊天记录在时间跨度内用户群体中所有用户所发布的消息，作为消息集合；对于消息集合，根据预先设定的时间范围统计用户群体在每个时间范围内所发布的消息总数；基于时序相关性的特征提取法，对每个消息总数的特征进行提取，并将提取结果集合为样本集合；根据消息总数并采用聚类算法为样本集合对样本集合进行聚类，生成异常样本；根据异常样本判定其所在的用户群体存在消息传播异常。由此本发明能够应对数据涌发现象，同时算法直观简单，准确率更高，且本发明应用场景广泛。
-
-
-
-
-
-
-
-
-
Search Results
177
records
(took 0.067 seconds)
