一种基于大数据的法律判决文书知识图谱智能构建方法

    公开(公告)号:CN118410172A

    公开(公告)日:2024-07-30

    申请号:CN202310420799.9

    申请日:2023-04-19

    Abstract: 本发明属于自然语言处理的命名实体识别和关系抽取领域,具体涉及一种基于大数据的法律判决文书知识图谱智能构建方法,包括:使用法律判决文书数据构造司法领域知识词典;根据文本数据和关系类型特征进行实体关系抽取,得到判决文书中的实体以及实体间的关系;将抽取的实体关系进行交叉注意力计算,得到实体与关系之间的注意力矩阵;从注意力矩阵中解码出实体关系三元组,得到法律判决文书知识图谱。本发明通过进行实体关系抽取时引入了通用词语信息和司法词典知识,解决了法律判决文书信息抽取困难的问题,实现了司法知识图谱的有效构建。

    一种基于大数据的恶意代码检测方法

    公开(公告)号:CN116910752A

    公开(公告)日:2023-10-20

    申请号:CN202310872806.9

    申请日:2023-07-17

    Abstract: 本发明属于深度学习领域,具体涉及一种基于大数据的恶意代码检测方法,包括:获取的代码文本数据,对代码文本进行拆分和处理得到灰度图像,对灰度图像进行数据增强,构建恶意代码检测初步模型并训练的得到最终模型;本发明采用Word2Vec模型的训练方法解决了恶意代码在转化为灰度图时文本特征遭到破坏的难题,并使用带有辨别器的变分自编码器进行数据增强,缓解了了恶意代码检测领域图像提取特征单一,抗混淆能力不足的困难,可以高效、可靠地完成恶意代码检测。

    一种基于大数据知识图谱的互联网电商投诉智能处理方法

    公开(公告)号:CN116468048A

    公开(公告)日:2023-07-21

    申请号:CN202310453062.7

    申请日:2023-04-25

    Abstract: 本发明涉及自然语言处理领域,特别涉及一种基于大数据知识图谱的互联网电商投诉智能处理方法,所述方法包括获取用户投诉文本数据,并按照最大长度截断;将用户投诉文本数据输入到经由知识图谱预训练后的基于编码结构的文本语义模型中,输出文本语义结果向量;将其输入到基于BiGRU+FNN解码结构的文本张量模型中,输出文本语义结果向量的文本张量;将文本张量输入到SLRO下游网络中,输出用户投诉文本数据的三元组信息;将用户投诉文本数据的三元组信息输入到经由知识图谱预训练后的基于编解码结构的文本生成模型中,输出三元组的投诉解决方案;本发明可自动处理电商用户投诉并给出具体且正确的解决方案,提升用户满意度。

Patent Agency Ranking