公开(公告)号：CN112711948B

公开(公告)日：2022-11-11

申请号：CN202011530521.X

申请日：2020-12-22

Applicant: 北京邮电大学

Inventor： 吴旭 ,  颉夏青 ,  吴京宸 ,  彭湃 ,  邱莉榕 ,  张勇东 ,  方滨兴 ,  张熙

IPC: G06F40/295 ,  G06F40/30 ,  G06N3/04

Abstract: 本发明公开了一种中文句子的命名实体识别方法，包括：将中文字符序列输入识别模型，由识别模型通过字符嵌入层将中文字符序列转换为字向量并输出到识别模型中的卷积网络，卷积网络对每个字向量进行卷积运算得到局部语义向量并输出到识别模型中的自适应结合层，自适应结合层对字符的局部语义向量进行注意力计算后与对应字向量拼接得到表征向量并输出到识别模型中的序列建模网络，序列建模网络对字符的表征向量进行隐层建模并将建模得到的隐层向量输出到识别模型中的标签推理层计算字符的隐层向量对应的标签。通过卷积网络提取字符的局部语义信息后与潜在词基于字词间注意力实现字词信息融合，从而实现潜在词信息的利用，避免词边界错误传递的问题。

公开(公告)号：CN114565002A

公开(公告)日：2022-05-31

申请号：CN202111314525.9

申请日：2021-11-08

Applicant: 北京邮电大学

Inventor： 吴旭 ,  吴京宸 ,  孙利娟 ,  何惟禹 ,  杨金翠 ,  张勇东 ,  方滨兴

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供了一种基于行为与注意力机制的异常行为检测方法、系统及计算机介质，获取用户行为，并提取行为序列特征以及行为统计特征；融合行为序列特征以及行为统计特征，得到行为融合特征；将行为融合特征输入注意力机制的LSTM网络进行训练，得到异常行为检测模型；将待检测用户行为输入异常行为检测模型，得到异常行为检测结果。本申请使用用户历史行为与注意力机制相结合的技术手段来实现对不同用户行为模式的识别，最终实现更高精度和准确性的检测模型来降低一部分组织或企业因内部用户异常行为而造成的威胁以及损失。

公开(公告)号：CN110263153B

公开(公告)日：2021-04-30

申请号：CN201910403543.0

申请日：2019-05-15

Applicant: 北京邮电大学

Inventor： 吴旭 ,  颉夏青 ,  王昕喆 ,  许晋 ,  方滨兴 ,  陆月明

IPC: G06F16/35 ,  G06F40/247 ,  G06F40/289

Abstract: 本发明涉及话题发现领域，特别涉及一种面向多源信息的混合文本话题发现方法。本发明具体包括以下步骤：步骤一、对原始数据进行特征融合，得到特征均匀的结果集D；步骤二、对步骤一中得到特征均匀的结果集D，基于狄利克雷多项式混合模型的聚类方法进行聚类。本发明能够将文本向量特征不均匀的多源文本数据均匀化；通过DMM模型，提升对高噪声、低信息量的短文本数据的话题检测效果；能自动识别出聚类的类别个数，不需要事先给定簇的个数。

公开(公告)号：CN110263153A

公开(公告)日：2019-09-20

申请号：CN201910403543.0

申请日：2019-05-15

Applicant: 北京邮电大学

Inventor： 吴旭 ,  颉夏青 ,  王昕喆 ,  许晋 ,  方滨兴 ,  陆月明

IPC: G06F16/35 ,  G06F17/27

Abstract: 本发明涉及话题发现领域，特别涉及一种面向多源信息的混合文本话题发现方法。本发明具体包括以下步骤：步骤一、对原始数据进行特征融合，得到特征均匀的结果集D；步骤二、对步骤一中得到特征均匀的结果集D，基于狄利克雷多项式混合模型的聚类方法进行聚类。本发明能够将文本向量特征不均匀的多源文本数据均匀化；通过DMM模型，提升对高噪声、低信息量的短文本数据的话题检测效果；能自动识别出聚类的类别个数，不需要事先给定簇的个数。

公开(公告)号：CN110222172A

公开(公告)日：2019-09-10

申请号：CN201910403573.1

申请日：2019-05-15

Applicant: 北京邮电大学

Inventor： 吴旭 ,  颉夏青 ,  蔡跃 ,  许晋 ,  方滨兴 ,  陆月明

IPC: G06F16/35

Abstract: 本发明公开了一种基于改进层次聚类的多源网络舆情主题挖掘方法，涉及主题挖掘领域。具体包括以下步骤：步骤一、获取词向量；步骤二、对所有数据进行预处理；步骤三、对步骤二预处理后总的样本数据句向量化；步骤四、进行句向量半监督层次主题挖掘；步骤五、输出树状图Dendrogram。本发明利用层次聚类算法包含层次信息的优点，并在此基础上从先验知识使用、模型输入向量化、优质主题筛选等角度进行优化，最终使得本文提出的方法能有效适用于主题广泛、文本噪声多、语法缺少规范的多源网络平台短文本的主题挖掘。

公开(公告)号：CN103259667B

公开(公告)日：2016-05-18

申请号：CN201310226357.7

申请日：2013-06-07

Applicant: 北京邮电大学

Inventor： 张熙 ,  吴旭 ,  袁玉宇 ,  杨金翠 ,  许晋 ,  庞浩 ,  范月

IPC: H04L9/32 ,  G06F21/34 ,  H04B5/00

Abstract: 本发明涉及无线通信技术领域，提供了一种移动终端上eID身份认证的方法及系统，包括：eID终端载体，eID客户端和eID统一认证服务系统，eID客户端从eID终端载体获取相关的eID信息；eID客户端与eID统一认证服务系统进行信息交互，进行用户身份验证。本发明传递的信息不包含个人信息，不会造成个人信息的泄漏；采用NFC技术，拓展了eID身份认证的适用场合；整个认证过程中需要两次访问eID统一认证服务系统，增加了系统的安全性，防止了由于浏览器cookies被他人窃取利用所造成的风险。