-
公开(公告)号：CN113761919B
公开(公告)日：2025-01-07
申请号：CN202010500426.9
申请日：2020-06-04
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/295 , G06F40/211
Abstract: 本发明提供一种口语化短文本的实体属性提取方法及电子装置，包括对口语化短文本切词及词性标注，并对各标注词性的词语进行命名主体识别，得到实体词语；将口语化短文本映射为主谓宾三元组，获取主谓宾三元组中各词语的依存关系，并使用实体词语对主谓宾三元组中各词语进行实体识别；当主谓宾三元组中的主谓宾满足一触发规则时，提取宾语词组作为实体属性。本发明采用词性标注、依存句法分析、实体识别以及结合触发词词性规则的综合方法，更加有针对性的提取了口语化短数据的实体属性信息，丰富了口语化短文本领域的结构化信息抽取方法。
-
公开(公告)号：CN118332103A
公开(公告)日：2024-07-12
申请号：CN202410507046.6
申请日：2024-04-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/34 , G06F16/35 , G06F16/33 , G06F16/332 , G06F40/30 , G06F40/284 , G06N3/0455 , G06N3/047 , G06N3/084
Abstract: 本公开提供一种主题提取方法、装置、相关设备和计算机程序产品，涉及计算机与互联网技术领域。主题提取方法包括：获取多个文本和多个热点关键词，热点关键词是从网络中获得的；根据多个热点关键词对各个文本分别进行关键词匹配，以确定各个文本中的文本关键词；通过文本关键词对多个文本进行文本聚类，以确定至少一个文本组；将每个文本组中命中热点关键词最多的文本作为文本组的主题。本公开实施例可以快速且准确的从多个文本中提取出主题信息。
-
公开(公告)号：CN110556114B
公开(公告)日：2022-06-17
申请号：CN201910684343.7
申请日：2019-07-26
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
IPC: G10L17/18 , G10L17/04 , H04M1/656 , H04M1/72454 , H04M1/72403
Abstract: 本发明公开了一种基于注意力机制的说话人识别方法及装置，包括如下步骤：采集多个被测试通话人的通话录音和测试通话人的通话录音；根据所述被测试通话人对应的通话录音，建立通话人语音库；采用基于注意力的神经网络对所述被测试通话人语音进行训练，获得训练模型；存储所述测试通话人的通话录音，获得录音文件；将所述录音文件采用所述训练模型识别所述被测试通话人是否目标通话人。通过采用基于注意力的神经网络对所述被测试通话人语音进行训练，获得训练模型，采用训练模型识别所述被测试通话人，确认了拨号码对应的主人的一致性，避免了由于通话人身份被仿冒带来的通信安全隐患，进一步提高了通话过程中的信息的安全性。
-
公开(公告)号：CN113761919A
公开(公告)日：2021-12-07
申请号：CN202010500426.9
申请日：2020-06-04
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/295 , G06F40/211
Abstract: 本发明提供一种口语化短文本的实体属性提取方法及电子装置，包括对口语化短文本切词及词性标注，并对各标注词性的词语进行命名主体识别，得到实体词语；将口语化短文本映射为主谓宾三元组，获取主谓宾三元组中各词语的依存关系，并使用实体词语对主谓宾三元组中各词语进行实体识别；当主谓宾三元组中的主谓宾满足一触发规则时，提取宾语词组作为实体属性。本发明采用词性标注、依存句法分析、实体识别以及结合触发词词性规则的综合方法，更加有针对性的提取了口语化短数据的实体属性信息，丰富了口语化短文本领域的结构化信息抽取方法。
-
公开(公告)号：CN113761903A
公开(公告)日：2021-12-07
申请号：CN202010504536.2
申请日：2020-06-05
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/289 , G06F40/30 , G06F40/232 , G06F16/35 , G06N3/04
Abstract: 本发明提出一种针对海量高噪音口语化短文本的文本筛选方法，属于自然语言处理领域，通过对训练语料和待筛选的目标文本进行预处理；对预处理后的训练语料中的标注的正类语料进行句式信息提取，区分出业务强相关句式和弱相关句式；利用提取的句式信息对预处理后的目标文本进行句式匹配，将业务强相关句式的匹配结果归为正类文本，对业务弱相关句式的匹配结果进行以下步骤的处理；对目标文本和训练语料都进行文本处理，将处理后的文本转化为词向量表示；使用训练语料的词向量表示训练文本分类模型，将目标文本的词向量表示输入到训练好的文本分类模型中对文本进行分类，实现对目标文本的文本筛选。
-
Patent Agency Ranking
公开(公告)号：CN113645356A
公开(公告)日：2021-11-12
申请号：CN202010343481.1
申请日：2020-04-27
Applicant: 国家计算机网络与信息安全管理中心 , 天津市国瑞数码安全系统股份有限公司
Abstract: 本发明提出一种基于网内开卡行为分析的诈骗电话识别方法，包括：收集诈骗电话和普通电话的开卡行为数据，并提取诈骗电话和普通电话的特征向量；使用诈骗电话和普通电话的特征向量进行诈骗电话模型训练，生成诈骗电话判断模型；接收新电话的开卡行为数据，并提取新电话的特征向量；使用诈骗电话判断模型对新电话的特征向量进行分析，对新电话进行判断。本发明针对诈骗电话手段不断变化，采用大数据分析历史诈骗电话和普通电话的相关数据，使用“GBDT‑LSTM‑RF”的深度学习模型架构，构建诈骗电话判断模型，通过自学习技术学习到网内开卡时序特征，并将多类特征进行融合，从而可以发现诈骗电话；本发明还可以自更新，可以有效发现新型诈骗电话。
-
公开(公告)号：CN113077785A
公开(公告)日：2021-07-06
申请号：CN201911300918.7
申请日：2019-12-17
Applicant: 中国科学院声学研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明属于网络通信技术领域，具体涉及一种端到端的多语言连续语音流语音内容识别方法，该方法包括：将待识别的语音频谱特征输入至预先构建的基于深度神经网络的段级别语种分类模型，提取语句级别语种状态后验概率分布向量；将每一种语言种类的待识别的语音频谱特征序列和语句级别语种状态后验概率分布向量输入至预先构建的多语言语音识别模型，输出对应语言种类的语音识别结果。
-
公开(公告)号：CN111556013A
公开(公告)日：2020-08-18
申请号：CN202010213472.0
申请日：2020-03-24
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: H04L29/06
Abstract: 本发明公开了一种复杂大流量下VoIP恶意行为发现方法，其步骤包括：1)从网络流量中筛选出VoIP呼叫信令；2)利用设定的过滤门限对VoIP呼叫信令进行筛选，找出可疑的网络流量；3)提取可疑的网络流量中的每一被叫账号的历史呼叫信令数据，统计分析得到该被叫账号的呼叫行为特征与对应阈值进行对比，确定该被叫账号是否受到恶意攻击。本发明能够针对复杂实时数据流进行全面细致的检测，充分挖掘历史数据，有效检测VoIP恶意行为，更好地应对复杂度高、隐蔽性高的VoIP恶意行为。
-
公开(公告)号：CN110856176A
公开(公告)日：2020-02-28
申请号：CN201910992035.0
申请日：2019-10-18
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04W12/12
Abstract: 一种采用流表方式实现的呼叫管理的系统及其方法，包括：前端接入装置，安装在IMS网络的业务服务器上，定期以流表方式上报服务器的能力数据到后端控制器，并接收后端控制器下发的流表策略数据；当接收到CSCF的呼叫信令时，根据流表策略数据，对服务器接收的呼叫信令进行检测和匹配，记录处置结果，然后将呼叫过程中的数据回传给后端控制器；后端控制器，接收并更新前端接入装置上报的流表数据，然后根据前端接入装置上报的能力数据，生成对应的流表策略数据，再将所述流表策略数据下发给前端接入装置；同时，接收并保存前端接入装置发来的呼叫过程数据。本发明属于信息技术领域，能基于各省移动网络运营商侧来构建共同的呼叫管理网络。
-
公开(公告)号：CN110047509A
公开(公告)日：2019-07-23
申请号：CN201910240865.8
申请日：2019-03-28
Applicant: 国家计算机网络与信息安全管理中心 , 珠海高凌信息科技股份有限公司
Abstract: 本发明的技术方案包括一种两级子空间划分方法及装置，用于实现：采用基于模型子空间的二级匹配方法，处理过程分为两个步骤：第一步通过粗筛定位子空间，确定待检音频模型空间所属范围，第二步细匹，即在子空间内部通过精度较高的传统算法命中目标模型，即包括特征提取、聚类计算、子空间划分、中心点计算四个过程。本发明的有益效果为：实现简单，耗时较小，对于数量巨大的模型特征，其实时性足以满足业务需求，可任意调整簇数的取值，能够有效的划分子空间，并且能够较为均匀的划分到不同的子空间中，同时缩小了模型匹配范围，单次语音特征比较能够有效降低模型数量，提高了效率。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.089 seconds)
