-
公开(公告)号：CN115271892A
公开(公告)日：2022-11-01
申请号：CN202210547647.0
申请日：2022-05-18
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06Q40/00 , G06F16/2458 , G06F16/2457 , G06N3/04 , G06N3/08 , G06Q50/26
Abstract: 本公开实施例提供了一种骗取留抵退税识别模型的构建方法、装置、设备和存储介质。骗取留抵退税识别模型构建方法包括获取多个样本退税申请数据序列和对应的实体标签；基于样本退税申请数据序列确定对应的第一特征向量；基于多个第一特征向量和对应的实体标签对预先构建的骗取留抵退税识别模型进行训练。骗取留抵退税识别模型构建方法能够直接挖掘样本退税申请数据的特征构建骗取留抵退税识别模型，而无需如现有专家评价指标体系的方法需要依靠专家经验设定评价指标、指标权重和指标阈值的问题。
-
公开(公告)号：CN112613324A
公开(公告)日：2021-04-06
申请号：CN202011596697.5
申请日：2020-12-29
Applicant: 北京中科闻歌科技股份有限公司 , 深圳中科闻歌科技有限公司 , 北京中科闻歌智安科技有限公司
Abstract: 本申请涉及一种语义情绪识别方法、装置、设备及存储介质，所述方法包括：获取待识别文本，然后对待识别文本的全局语义信息进行提取，得到第一语义向量，再利用预训练的词向量模型确定待识别文本的词向量矩阵，之后根据词向量矩阵确定第二语义向量，根据词向量矩阵计算待识别文本中每个词的词向量与预设情绪词语的词向量的相似度，并将计算得到的所有相似度确定为第三语义向量，最后根据第一语义向量、第二语义向量和第三语义向量确定待识别文本所属的情绪类别，如此，便可以根据待识别文本的全局语义信息以及待识别文本的词向量矩阵确定待识别文本的情绪类别，考虑了待识别文本的词语义、词组语义以及句子语义信息，提高了情绪识别的准确性。
-
公开(公告)号：CN115952261A
公开(公告)日：2023-04-11
申请号：CN202211583589.3
申请日：2022-12-09
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/332 , G06F16/33 , G06F40/30 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种基于多任务学习的生成式阅读理解方法，所述方法包括如下步骤：获取目标问题和目标段落，获取目标问题和目标段落的对应的特征向量，将特征向量输入到目标阅读理解模型，获取目标答案；从而提高目标答案的准确性和可靠性。
-
公开(公告)号：CN113553839A
公开(公告)日：2021-10-26
申请号：CN202010340711.9
申请日：2020-04-26
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/279 , G06F40/194
Abstract: 本申请涉及一种文本原创识别方法、装置、电子设备及存储介质，该方法包括：获取待识别的第一文本数据，以及与所述第一文本数据相关联的第二文本数据；确定所述第一文本数据的来源信息；当所述来源信息不满足于预设条件时，对所述第一文本数据和所述第二文本数据进行比较，得到相似度特征指标；将所述相似度特征指标输入训练好的识别模型，由所述识别模型根据所述相似度特征指标进行计算得到所述文本数据的原创识别结果。该技术方案一方面通过基于来源信息对文本进行初步原创判断，另一方面采用相似度指标对文本进行原创识别，以此种方式提高了原创识别的准确性和有效性，本申请采用的方法能够更好的服务于新闻工作的需求。
-
公开(公告)号：CN113450116A
公开(公告)日：2021-09-28
申请号：CN202010214388.0
申请日：2020-03-24
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 , 北京中科闻歌智安科技有限公司
Abstract: 本申请涉及一种交易风险分析方法，包括：获取待分析数据，待分析数据包括：交易数据以及舆情数据；对交易数据进行定量分析得到第一数据特征，对舆情数据进行定量分析得到第二数据特征；对第一数据特征进行判别确定交易数据的第一风险类型，对第二数据特征进行判别确定舆情数据的第二风险类型，对第一风险类型以及第二风险类型分别进行向量化，得到第一特征向量和第二特征向量；将第一特征向量和第二特征向量输入预先训练的预警模型，由预警模型根据第一特征向量和第二特征向量进行计算得到风险指数；根据风险指数确定待分析数据的风险分析结果。本方案采用机器学习的方法对交易风险进行分级预警，从而大大提高交易风险预警的准确性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN114936282B
公开(公告)日：2024-06-11
申请号：CN202210470144.8
申请日：2022-04-28
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F18/24 , G06F18/23 , G06F18/214 , G06N3/04 , G06Q10/0635 , G06Q40/00
Abstract: 本公开实施例涉及一种金融风险线索确定方法、装置、设备和介质。该方法包括：获取待分类文本，并对待分类文本进行分词处理，得到各目标词语；基于各目标词语和目标词向量索引表，生成待分类文本对应的第一融合词向量组合；其中，目标词向量索引表基于初始文本样本集和预设向量转换算法预先构建，初始文本样本集为文本分类模型的训练样本集，预设向量转换算法用于将文本转换为多级别的词向量；将第一融合词向量组合输入文本分类模型，并根据模型输出结果确定待分类文本的目标文本类型；基于目标文本类型确定待分类文本是否为金融分线线索。通过上述技术方案，有效地提升了文本分类速度，进而提升线上金融业务中违规行为信息的发现效率。
-
公开(公告)号：CN115660796A
公开(公告)日：2023-01-31
申请号：CN202211577616.6
申请日：2022-12-09
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本公开涉及一种迁出风险企业的税源管理方法、装置、设备及存储介质，涉及数据分析技术领域，迁出风险企业的税源管理方法包括：获取目标企业的经营数据；对经营数据进行特征提取处理，得到目标企业与企业迁出行为相关的特征；将特征输入预设的企业迁出风险监控模型，基于企业迁出风险监控模型，对目标企业进行迁出风险检测。本公开实施例可以通过预设的企业迁出风险监控模型对存在迁出风险的企业进行精准稳定地的识别与预警，无需依靠人为经验，缩短企业迁出风险税前监控的时间，提高对重点税源流失预警响应的时效性和准确性。
-
公开(公告)号：CN114461953A
公开(公告)日：2022-05-10
申请号：CN202011243214.3
申请日：2020-11-09
Applicant: 北京中科闻歌科技股份有限公司 , 国科智安(北京)科技有限公司 , 深圳中科闻歌科技有限公司
IPC: G06F16/958 , G06F16/955
Abstract: 本发明实施例涉及一种网站监管方法、装置、电子设备及存储介质，包括：从目标网站的网页源码中提取重定向统一资源定位符URL；获取所述重定向URL所指向的网页；将所述重定向URL进行向量化表示得到第一向量，以及将所述网页进行向量化表示得到第二向量；根据所述第一向量和所述第二向量确定所述目标网站是否为违法违规网站。由此，可以实现在网站内嵌的情况下也能够有效地识别出违法违规网站，提升了违法违规网站识别的准确率。
-
公开(公告)号：CN113505221A
公开(公告)日：2021-10-15
申请号：CN202010214386.1
申请日：2020-03-24
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 , 北京中科闻歌智安科技有限公司
Abstract: 本发明公开了一种企业虚假宣传风险识别方法、设备和存储介质。该方法包括：在目标企业对应的多个企业舆情文本中，提取疑似风险文本；在每个疑似风险文本中提取对应种类的风险特征，形成每个疑似风险文本对应的风险特征向量；将多个疑似风险文本分别对应的风险特征向量顺次输入预先训练的风险识别模型，使风险识别模型对每个疑似风险文本进行识别，并将识别为存在虚假宣传风险的疑似风险文本确定为风险文本；根据确定出的所有风险文本的信息，确定目标企业对应的虚假宣传风险强度值；如果虚假宣传风险强度值大于预设的风险阈值，则确定目标企业存在虚假宣传风险。本发明可以避免人工匹配规则的局限性，提升了虚假宣传风险识别的准确性。
-
公开(公告)号：CN119940360A
公开(公告)日：2025-05-06
申请号：CN202510203852.9
申请日：2025-02-24
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
IPC: G06F40/284 , G06F40/216 , G06F40/166 , G06F16/35 , G06N3/045 , G06N3/08
Abstract: 本发明提供了一种基于大语言模型的企业文本数据多维处理方法和电子设备，包括：获取待处理文本数据中的关键词和对应的权重，并将获取的关键词按照权重由大到小的顺序进行重排序，得到排序后的关键词；为排序后的关键词赋予新权重，作为该关键词的最终权重；基于每个关键词对应的最终权重，从待处理文本数据中获取对应的上下文内容，作为对应的文本片段；利用多个文本分类模型对每个文本片段的类别标签进行预测，类别标签包括表征文本数据为正常文本数据的第一标签和表征文本数据为异常文本数据的第二标签。本发明基于关键词抽取和重排序进行数据处理，融合多种方式进行多维度分类，能够提高异常文本数据识别的准确率和增强泛化能力和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.023 seconds)
