-
公开(公告)号：CN111159990A
公开(公告)日：2020-05-15
申请号：CN201911244936.8
申请日：2019-12-06
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: G06F40/186 , G06F40/126 , G06F40/284 , G06F16/33 , G06F16/31
Abstract: 本发明提出一种基于模式拓展的通用特殊词识别方法及系统，提出了一种基于基础词的音形编码，常用汉字音节，常用汉字结构以及特殊字符映射节点来构建前缀树，通过比较字符编码相似度进行模糊匹配，完成新词提取的方法及系统。本发明可以应用于大量文本中特定词的发现提取，某些任务的数据集的提取生成，给定文本数据集的预处理等场景中，比如短信、微博等数据集的筛选以及纠正等文本预处理过程。本发明为下一步的文本分类任务提供了数据来源和基本标注，也对文本数据中新词的发现和纠正提供了帮助。
-
公开(公告)号：CN111078876A
公开(公告)日：2020-04-28
申请号：CN201911229492.0
申请日：2019-12-04
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: G06F16/35
Abstract: 本发明提出了一种基于多模型集成的短文本分类方法，包括：选取多个对短文本进行分类的分类模型；对训练样本进行采样，生成与该分类模型一一对应的训练集；通过对应的训练集对该分类模型进行训练，以获得对应的最终模型；通过所有该最终模型对目标文本进行分类，获取多个分类结果向量；集成所有该分类结果向量以得到最终结果向量，以该最终结果向量中具有最大值的元素所代表的类别，作为该目标文本的类别。
-
公开(公告)号：CN111143553B
公开(公告)日：2023-04-07
申请号：CN201911244895.2
申请日：2019-12-06
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: G06F16/35 , G06F18/2415 , G06N3/045 , G06N3/09 , G06N3/047
Abstract: 本发明提出一种实时文本数据流的特定信息识别方法及系统。本发明主要解决的问题是针对海量实时文本数据流实现领域关注的特定信息识别。本发明提出一种针对海量实时文本数据流的特定信息识别框架及系统，侧重于具有海量性、实时性、多样化和复杂性特点的社交文本特定信息识别，并且实现能够适用于生产环境的社交大数据在线实时分析系统。本发明的目的在于根据互联网环境及手机短信网络环境下海量文本数据流，识别出文本中隐含的特定信息。
-
公开(公告)号：CN110674390B
公开(公告)日：2022-05-20
申请号：CN201910747703.3
申请日：2019-08-14
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: G06F16/9535 , G06F16/9536
Abstract: 本发明公开了一种基于置信度的群体发现方法及装置，所述方法包括：步骤1，设置群体的约束条件，基于所述约束条件生成群体的候选用户集及候选网络；步骤2，基于所述候选用户集及所述候选网络综合得到每个候选用户属于该群体的置信度；步骤3，根据所述候选用户的置信度，与预先设置的置信度阈值进行比较，发现新种子用户和新候选用户；步骤4，获取新种子用户，重复执行步骤1‑4直到达到预先设置的迭代次数。
-
公开(公告)号：CN108829818A
公开(公告)日：2018-11-16
申请号：CN201810599385.6
申请日：2018-06-12
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供了一种构建文本分类模型的方法。该方法包括以下步骤：根据文本信息的字、词语和句子的结构特征构建训练样本集，其中，所述训练样本集中的每一条样本数据对应一条文本信息关于词语的特征矩阵A、关于字的特征矩阵B和该条文本信息对应的类别向量O，O的维度与类别数量相同；以所述训练样本集中关于词语的特征矩阵A和关于字的特征矩阵B为输入，以对应的类别向量O为输出，训练深度学习模型，以获得文本分类模型。根据本发明构建的分类模型进行分类，能够提高文本分类的准确率，尤其适用于短文本分类。
-
Patent Agency Ranking
公开(公告)号：CN108647730A
公开(公告)日：2018-10-12
申请号：CN201810456096.0
申请日：2018-05-14
Applicant: 中国科学院计算技术研究所
IPC: G06K9/62
Abstract: 本发明涉及机器分类领域，特别是一种利用历史交互数据共现进行的无人工参与的属性划分领域。本发明利用互联网长期的交互数据积累，从海量数据中获取信息，根据历史数据中多数人通过一定时间窗口内浏览、点击等交互行为中共同出现的物体、信息等，将这些物体、信息等通过无监督的技术手段进行归类，从而解决物体划分标准不统一、无划分规则或标准时很难划分、人工参与成本高的现有划分的三个难题，帮助需求方节省成本、创造价值的同时解决划分中遇到的问题。
-
公开(公告)号：CN110704612B
公开(公告)日：2022-09-16
申请号：CN201910732451.7
申请日：2019-08-09
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: G06F16/35 , G06F16/31 , G06F40/216 , G06F40/30 , G06Q50/00
Abstract: 本发明提出了一种社交群体发现方法、装置和存储介质，用以提高社交群体发现精度和准确度。所述社交群体发现方法，包括：利用预先设定的种子用户和约束条件，从通信数据源中查找候选用户，所述候选用户包括与所述种子用户通信的第一用户和/或满足所述约束条件的第二用户；从所述候选用户的通信数据中提取与所述种子用户关联的关联特征信息；根据提取的关联特征信息，确定每一候选用户对应的置信度；确定对应的置信度大于预设阈值的候选用户为目标用户；根据目标用户之间的通信联系建立初始群体网络；利用群体发现算法从所述初始群体网络中发现社交群体子网络。
-
公开(公告)号：CN111159990B
公开(公告)日：2022-09-30
申请号：CN201911244936.8
申请日：2019-12-06
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: G06F40/186 , G06F40/126 , G06F40/284 , G06F16/33 , G06F16/31
Abstract: 本发明提出一种基于模式拓展的通用特殊词识别方法及系统，提出了一种基于基础词的音形编码，常用汉字音节，常用汉字结构以及特殊字符映射节点来构建前缀树，通过比较字符编码相似度进行模糊匹配，完成新词提取的方法及系统。本发明可以应用于大量文本中特定词的发现提取，某些任务的数据集的提取生成，给定文本数据集的预处理等场景中，比如短信、微博等数据集的筛选以及纠正等文本预处理过程。本发明为下一步的文本分类任务提供了数据来源和基本标注，也对文本数据中新词的发现和纠正提供了帮助。
-
公开(公告)号：CN108829818B
公开(公告)日：2021-05-25
申请号：CN201810599385.6
申请日：2018-06-12
Applicant: 中国科学院计算技术研究所
IPC: G06F16/35
Abstract: 本发明提供了一种构建文本分类模型的方法。该方法包括以下步骤：根据文本信息的字、词语和句子的结构特征构建训练样本集，其中，所述训练样本集中的每一条样本数据对应一条文本信息关于词语的特征矩阵A、关于字的特征矩阵B和该条文本信息对应的类别向量O，O的维度与类别数量相同；以所述训练样本集中关于词语的特征矩阵A和关于字的特征矩阵B为输入，以对应的类别向量O为输出，训练深度学习模型，以获得文本分类模型。根据本发明构建的分类模型进行分类，能够提高文本分类的准确率，尤其适用于短文本分类。
-
公开(公告)号：CN111143508A
公开(公告)日：2020-05-12
申请号：CN201911244928.3
申请日：2019-12-06
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: G06F16/33 , G06F40/30 , G06F40/289 , G06K9/62
Abstract: 本发明提出了一种基于通信类短文本的事件检测与跟踪方法，包括：提取与某事件对应的样本集合中各通信类短文本的语义特征、关键要素，及该样本集合的传播网络；根据该语义特征、该关键要素和该传播网络，分别获得任意两个该通信类短文本之间的语义距离、要素距离和用户距离；以该语义距离、该要素距离和该用户距离，获得任意两个该通信类短文本之间的度量距离；对所有该度量距离进行聚类，获得该事件的事件检测结果；提取该事件检测结果的特征属性以跟踪该事件。还提出一种基于通信类短文本的事件检测与跟踪系统，以及一种进行基于通信类短文本的事件检测与跟踪的数据处理装置。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.028 seconds)
