-
公开(公告)号：CN115357909B
公开(公告)日：2023-05-16
申请号：CN202211279030.1
申请日：2022-10-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F21/57 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明提供了一种用于代码漏洞检测的全局信息感知图神经网络系统，包括关系代码表示模块和全局信息感知模块；关系代码表示模块在图卷积神经网络信息聚合过程中添加边类型信息，用边类型信息丰富节点特征表示，并使用注意力机制增强节点特征；全局信息感知模块在图卷积神经网络中使用大核卷积和小核卷积分别提取代码属性图中的全局特征和局部特征，学习更抽象高级的图表征用于代码漏洞分类。本发明的有益效果是：本发明能缓解传统图神经网络难以有效捕获大图图表征的缺陷，有效地学习代码量大的函数的代码属性图的向量表示并提升漏洞检测的准确率和F1指标。
-
Patent Agency Ranking
公开(公告)号：CN115357909A
公开(公告)日：2022-11-18
申请号：CN202211279030.1
申请日：2022-10-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种用于代码漏洞检测的全局信息感知图神经网络系统，包括关系代码表示模块和全局信息感知模块；关系代码表示模块在图卷积神经网络信息聚合过程中添加边类型信息，用边类型信息丰富节点特征表示，并使用注意力机制增强节点特征；全局信息感知模块在图卷积神经网络中使用大核卷积和小核卷积分别提取代码属性图中的全局特征和局部特征，学习更抽象高级的图表征用于代码漏洞分类。本发明的有益效果是：本发明能缓解传统图神经网络难以有效捕获大图图表征的缺陷，有效地学习代码量大的函数的代码属性图的向量表示并提升漏洞检测的准确率和F1指标。
-
公开(公告)号：CN114756694B
公开(公告)日：2022-10-14
申请号：CN202210677070.5
申请日：2022-06-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 平安科技(深圳)有限公司
Abstract: 本发明提供的一种基于知识图谱的推荐系统、推荐方法和相关设备，系统包括：用户历史信息嵌入模块根据用户的历史交互行为生成用户表征；知识感知嵌入模块利用知识感知的注意力机制，为用户和物品生成知识加权表征；动态信息共享模块基于神经网络，根据用户物品交互的二部图以及物品侧的知识图谱得到用户/物品热门种子，计算每个用户/物品与用户/物品热门种子的相似度，根据相似度共享用户/物品热门种子的动态表征；将知识加权表征和所述动态表征进行聚合，得到每个用户和物品的最终表征并进行点积获得最后的预测值。本发明将各用户/物品与其相似的热门用户/物品进行动态的信息共享，缓解了用户侧和物品侧的冷启动问题。
-
公开(公告)号：CN114756694A
公开(公告)日：2022-07-15
申请号：CN202210677070.5
申请日：2022-06-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 平安科技(深圳)有限公司
Abstract: 本发明提供的一种基于知识图谱的推荐系统、推荐方法和相关设备，系统包括：用户历史信息嵌入模块根据用户的历史交互行为生成用户表征；知识感知嵌入模块利用知识感知的注意力机制，为用户和物品生成知识加权表征；动态信息共享模块基于神经网络，根据用户物品交互的二部图以及物品侧的知识图谱得到用户/物品热门种子，计算每个用户/物品与用户/物品热门种子的相似度，根据相似度共享用户/物品热门种子的动态表征；将知识加权表征和所述动态表征进行聚合，得到每个用户和物品的最终表征并进行点积获得最后的预测值。本发明将各用户/物品与其相似的热门用户/物品进行动态的信息共享，缓解了用户侧和物品侧的冷启动问题。
-
公开(公告)号：CN114492387B
公开(公告)日：2022-07-19
申请号：CN202210401179.6
申请日：2022-04-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F40/211 , G06F40/284 , G06F40/237 , G06N20/00
Abstract: 本发明公开一种基于句法结构的领域自适应方面术语抽取方法及系统，包括将源领域和目标领域中词的词性和句法依赖关系作为句法结构信息；计算源领域方面术语的平均词性特征和平均句法依赖关系特征并作为方面术语的平均句法结构特征；根据句法结构信息计算源领域和目标领域中每个词和平均句法结构特征的相似度；对基于Transformer的预训练模型进行基于句法结构相似度的再预训练；基于掩码语言模型MLM构建方面术语抽取模型并进行训练，训练过程中对术语抽取模型的交叉熵损失函数进行加权。本发明能学习到词语级领域不变表征，在细粒度的文本抽取任务中能取得不错的成效。
-
公开(公告)号：CN114492387A
公开(公告)日：2022-05-13
申请号：CN202210401179.6
申请日：2022-04-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F40/211 , G06F40/284 , G06F40/237 , G06N20/00
Abstract: 本发明公开一种基于句法结构的领域自适应方面术语抽取方法及系统，包括将源领域和目标领域中词的词性和句法依赖关系作为句法结构信息；计算源领域方面术语的平均词性特征和平均句法依赖关系特征并作为方面术语的平均句法结构特征；根据句法结构信息计算源领域和目标领域中每个词和平均句法结构特征的相似度；对基于Transformer的预训练模型进行基于句法结构相似度的再预训练；基于掩码语言模型MLM构建方面术语抽取模型并进行训练，训练过程中对术语抽取模型的交叉熵损失函数进行加权。本发明能学习到词语级领域不变表征，在细粒度的文本抽取任务中能取得不错的成效。
-
-
-
-
-
Search Results
6
records
(took 0.036 seconds)
