-
公开(公告)号：CN113239663B
公开(公告)日：2022-07-12
申请号：CN202110309085.1
申请日：2021-03-23
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: G06F40/126 , G06F40/216 , G06F40/242 , G06F40/284 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于知网的多义词中文实体关系识别方法，其步骤包括：1)对中文网事数据中的每一条语料样本基于知网进行字颗粒度的向量化，得到每一个字对的字颗粒度向量；然后对每一字颗粒度向量所在的位置信息进行编码，得到语料中每个字与预标注的待识别实体关系对的相对位置编码；2)根据步骤1)所得结果生成每一语料样本的字颗粒度语义向量集合；3)基于知网生成每一语料的词颗粒度语义向量集合；4)利用各语义向量及其对应位置编码训练深度自注意力神经网络，得到深度自注意力神经网络编码器；5)生成待处理语料中字和词汇的语义向量及其对应位置编码输入深度自注意力神经网络编码器，得到该待处理语料中的实体关系。
-
公开(公告)号：CN113239663A
公开(公告)日：2021-08-10
申请号：CN202110309085.1
申请日：2021-03-23
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: G06F40/126 , G06F40/216 , G06F40/242 , G06F40/284 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于知网的多义词中文实体关系识别方法，其步骤包括：1)对中文网事数据中的每一条语料样本基于知网进行字颗粒度的向量化，得到每一个字对的字颗粒度向量；然后对每一字颗粒度向量所在的位置信息进行编码，得到语料中每个字与预标注的待识别实体关系对的相对位置编码；2)根据步骤1)所得结果生成每一语料样本的字颗粒度语义向量集合；3)基于知网生成每一语料的词颗粒度语义向量集合；4)利用各语义向量及其对应位置编码训练深度自注意力神经网络，得到深度自注意力神经网络编码器；5)生成待处理语料中字和词汇的语义向量及其对应位置编码输入深度自注意力神经网络编码器，得到该待处理语料中的实体关系。
-
公开(公告)号：CN117632041A
公开(公告)日：2024-03-01
申请号：CN202410102237.4
申请日：2024-01-25
Applicant: 国家计算机网络与信息安全管理中心天津分中心 , 国家计算机网络与信息安全管理中心 , 南开大学
Inventor： 贾云刚 , 刘健 , 刘铭 , 许光全 , 闫莉莉 , 李鹏霄 , 光炫 , 贺欣 , 朱佳伟 , 李晓华 , 赵志云 , 井雅琪 , 吕东 , 马宏远 , 张震 , 段东圣 , 高一骄 , 刘秀龙 , 孙捷 , 孙海亮
IPC: G06F3/06 , G06F11/10 , H04L67/1097
Abstract: 本发明提供一种基于再生码的分布式存储方法、装置和电子设备，属于分布式存储技术领域。该方法包括：获取待存储的原始数据，确定原始数据对应的原始数据向量；确定分布式存储系统中各系统节点的编码矩阵以及分布式存储系统中各校验节点的编码矩阵；基于各系统节点的编码矩阵和原始数据向量分别确定各系统节点存储的第一再生码数据向量；基于各校验节点的编码矩阵和原始数据向量分别确定各校验节点存储的第二再生码数据向量。将第一再生码数据向量发送至对应的系统节点进行存储，将第二再生码数据向量发送至对应的校验节点进行存储。本方案通过以向量为单位进行存储，通信过程中是对每个单位向量整体进行编解码，节约了计算资源。
-
公开(公告)号：CN117574412A
公开(公告)日：2024-02-20
申请号：CN202410060420.2
申请日：2024-01-16
Applicant: 国家计算机网络与信息安全管理中心天津分中心 , 国家计算机网络与信息安全管理中心
Inventor： 贾云刚 , 王建礼 , 刘铭 , 许光全 , 李鹏霄 , 崔婧怡 , 刘健 , 段东圣 , 井雅琪 , 赵曦滨 , 赵志云 , 赵淳璐 , 贺欣 , 马宏远 , 张震 , 高一骄 , 武南南 , 孙捷 , 孙海亮 , 刘秀龙
Abstract: 本申请实施例提供一种多方隐私求交方法、装置和电子设备，涉及数据处理技术领域，应用于目标参与方，多个参与方包括目标参与方和其他参与方，该方法包括：依次接收其他参与方发送的多个隐私信息，各隐私信息包括其他参与方的签名信息和第一哈希表数据片段；基于多个隐私信息中的签名信息，对其他参与方的身份进行验证；在其他参与方的身份验证通过的情况下，基于多个第一哈希表数据片段和目标参与方的哈希表数据，确定其他参与方和目标参与方之间的隐私求交结果。这样在计算多个参与方的隐私求交结果时，可以有效地实现隐私求交结果的计算效率和参与方之间的通信效率的平衡。
-
公开(公告)号：CN117574412B
公开(公告)日：2024-04-02
申请号：CN202410060420.2
申请日：2024-01-16
Applicant: 国家计算机网络与信息安全管理中心天津分中心 , 国家计算机网络与信息安全管理中心
Inventor： 贾云刚 , 王建礼 , 刘铭 , 许光全 , 李鹏霄 , 崔婧怡 , 刘健 , 段东圣 , 井雅琪 , 赵曦滨 , 赵志云 , 赵淳璐 , 贺欣 , 马宏远 , 张震 , 高一骄 , 武南南 , 孙捷 , 孙海亮 , 刘秀龙
Abstract: 本申请实施例提供一种多方隐私求交方法、装置和电子设备，涉及数据处理技术领域，应用于目标参与方，多个参与方包括目标参与方和其他参与方，该方法包括：依次接收其他参与方发送的多个隐私信息，各隐私信息包括其他参与方的签名信息和第一哈希表数据片段；基于多个隐私信息中的签名信息，对其他参与方的身份进行验证；在其他参与方的身份验证通过的情况下，基于多个第一哈希表数据片段和目标参与方的哈希表数据，确定其他参与方和目标参与方之间的隐私求交结果。这样在计算多个参与方的隐私求交结果时，可以有效地实现隐私求交结果的计算效率和参与方之间的通信效率的平衡。
-
Patent Agency Ranking
公开(公告)号：CN119106199A
公开(公告)日：2024-12-10
申请号：CN202310657378.8
申请日：2023-06-05
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9536 , G06F16/906 , G06F16/904 , G06Q50/00
Abstract: 本发明提出一种面向社交媒体的迭代式线索发现方法和系统。包括融合文本、结构和互动信息的线索主体重要度评分方法。通过对候选账号的文本内容、社交网络结构和互动信息分别进行建模，分别得到内容、结构和互动三个维度的重要度评分，再对多个维度的评分进行加权，得到最终的线索主体重要度评分。选取分数最高的作为线索发现结果。该方法及系统可以综合利用社交媒体平台中的内容、结构以及互动信息对线索主体进行评分，提升线索主体识别的准确率。
-
公开(公告)号：CN115129884A
公开(公告)日：2022-09-30
申请号：CN202210605631.0
申请日：2022-05-31
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了基于语义交互匹配网络的知识图谱补全方法，其包括以下步骤：S1、将数据集划分为训练子集、验证子集和测试子集；S2、设定初始参数K、θ1、θ2；S3、构建支持集、查询集和负样本集；S4、获取第一子图表示、第二子图表示和第三子图表示；S5、计算得相似度得分一和相似度得分二；S6、计算损失函数值L；S7、获取知识谱图补全模型；S8、将补全信息补入至待补全的知识图谱中。本发明通过捕获实体邻居之间的语义交互来增强实体表示，实现了对小样本数据的知识图谱的补全工作，并取得了较好的成果，大大提升了知识图谱补全技术的泛用性、可拓展性，促进了知识图谱在当前尚不完善的特定领域的普及。
-
公开(公告)号：CN110096575B
公开(公告)日：2022-02-01
申请号：CN201910375599.X
申请日：2019-05-07
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F16/33 , G06F16/958 , G16H10/20 , G16H20/70
Abstract: 本发明公开了一种面向微博用户的心理画像方法，包括：步骤一、在微博平台上选取样本用户，根据设定的心理学量表，利用调查问卷法获取样本用户的人格特征得分；步骤二、根据所述样本用户在微博平台上的文本信息，获取样本用户的文本表征，根据所述样本用户的行为信息，获取样本用户的行为表征；步骤三、根据样本用户的人格特征得分与文本表征和行为表征的对应关系，构建人格特征预测模型；步骤四、获取待测用户的文本表征和行为表征，根据人格特征预测模型，获得待测用户的人格特征。本发明能够实现对微博用户的人格特质的分析，为微博用户的心理画像提供技术支持。
-
公开(公告)号：CN107784387B
公开(公告)日：2021-10-08
申请号：CN201710843010.5
申请日：2017-09-18
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种微博事件信息传播的连续动态预测方法，属于数据挖掘领域。针对新浪微博，在目前给定传播信息的基础上，试图预测下一阶段的微博总数量；按小时划分事件传播，利用事件从发生到当前时间段内传播特征，如微博量、参与人数、微博情绪等，基于GBDT模型预测下一小时内事件微博传播的总数。本发明预测模型中最优时间段长度和微博特征组合，是在全面衡量各特征的贡献度和相关性的基础上筛选出来的，不仅能够有效提高模型预测精度，平均模型精度超过70％，还能减小计算复杂性，避免无用计算，有效支持针对事件的预警和干预措施。
-
公开(公告)号：CN113255918A
公开(公告)日：2021-08-13
申请号：CN202110393843.2
申请日：2021-04-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06N5/04 , G06F16/36 , G06N5/02 , G06K9/62 , G06F40/126
Abstract: 本发明公开了一种强化聚合知识指导的生成常识推理方法，包括：基于知识图谱构建概念推理图和分层概念扩展图；搭建强化聚合指导下基于概念推理图的知识图谱增强型编码器；搭建强化聚合指导下基于分层概念扩展图的知识图谱增强型解码器；训练包含知识图谱增强型编码器和知识图谱增强型解码器的生成常识推理模型；应用训练后的生成常识推理模型生成常识推理语句。本发明提供的方法可以有效避免因未考虑概念之间关系而导致生成语句不符合日常情景、逻辑不合理等一系列问题，通过引入强化聚合过程从知识图谱中筛选能提供丰富关系信息的附加概念描述，有效提升了模型对不可见概念集的概括。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.059 seconds)
