公开(公告)号：CN111488424A

公开(公告)日：2020-08-04

申请号：CN202010230061.2

申请日：2020-03-27

申请人： 中国科学院计算技术研究所 ,  国家计算机网络与信息安全管理中心

发明人： 俞晓明 ,  付培国 ,  陈银鹏 ,  赵忠华 ,  郭岩 ,  万欣欣 ,  周秀花 ,  李欣 ,  丛朝阳 ,  孙立远 ,  丁汉星 ,  王禄恒

IPC分类号： G06F16/31 ,  G06F16/38 ,  G06F16/951 ,  G06F16/955 ,  G06F40/14

摘要： 本发明提出一种特定学术领域人物的发现与跟踪方法，包括：发现步骤，以某一特定学术领域的关键词对论文网站进行检索，以获取对应论文的作者的作者信息，以及该作者的作者详情页链接URL，根据该作者详情页链接URL抽取该作者于该论文网站的所有论文的论文信息；更新步骤，以该作者信息和该论文信息，更新或加入特定学术领域数据库。

公开(公告)号：CN112069312B

公开(公告)日：2023-06-20

申请号：CN202010806716.6

申请日：2020-08-12

申请人： 中国科学院信息工程研究所 ,  国家计算机网络与信息安全管理中心

发明人： 王树鹏 ,  孙立远 ,  赵忠华 ,  张磊 ,  王博 ,  王勇 ,  付培国 ,  王泽辰 ,  王禄恒 ,  万欣欣 ,  李欣

IPC分类号： G06F16/35 ,  G06F40/295 ,  G06F40/30 ,  G06F16/9535

摘要： 本发明提供一种基于实体识别的文本分类方法，包括：对待检测文本进行切词，得到情感词与实体词，并通过一实体及情感类别已标注数据集判断实体词的情感类别；对待检测文本进行断句，通过情感词与标注情感类别的实体词在每一句子中的词性、否定词及标点符号内容，获取各句子的情感类别；依据各句子的情感类别，得到待检测文本的情感类别。本发明利用半监督学习的方式，通过协同训练加主动学习的方式，结合学习加情感规则的方式，确定指向性实体集；通过识别指定方向实体，结合情感词进行倾向性判断；生成指定类别实体集，结合情感规则，实现对文本更深层次的分析。

公开(公告)号：CN113255918B

公开(公告)日：2023-04-25

申请号：CN202110393843.2

申请日：2021-04-13

申请人： 国家计算机网络与信息安全管理中心

发明人： 李欣 ,  赵志云 ,  葛自发 ,  孙小宁 ,  张冰 ,  万欣欣 ,  袁钟怡 ,  赵忠华 ,  孙立远 ,  付培国 ,  王禄恒 ,  王晴

IPC分类号： G06N5/04 ,  G06F16/36 ,  G06N5/022 ,  G06F18/22 ,  G06F40/126 ,  G06N3/0455 ,  G06N3/042

摘要： 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。

公开(公告)号：CN111581956B

公开(公告)日：2022-09-13

申请号：CN202010269087.8

申请日：2020-04-08

申请人： 国家计算机网络与信息安全管理中心 ,  北京航空航天大学

发明人： 赵忠华 ,  吴俊杰 ,  赵志云 ,  葛自发 ,  孙小宁 ,  张冰 ,  王欣欣 ,  李欣 ,  袁钟怡 ,  孙立远 ,  付培国 ,  王禄恒 ,  左源 ,  李丰志 ,  李英汉 ,  户中方

IPC分类号： G06F40/279 ,  G06F40/216 ,  G06F40/242 ,  G06F40/126 ,  G06F16/335 ,  G06F16/35 ,  G06K9/62

摘要： 本发明公开了一种基于BERT模型和K近邻的敏感信息识别方法，包括：步骤一、对文本进行预处理；步骤二、标注多条预处理文本为敏感信息和非敏感信息，步骤三、表征得到敏感信息的向量表征和非敏感信息的向量表征；步骤四、以敏感信息的向量表征为正类数据、以非敏感信息的向量表征为负类数据，构建近似最邻近搜索图；步骤五、将待测文本的向量表征输入至近似最邻近搜索图，搜索得到近似最近邻的K个节点，判断节点属性及根据该条待测文本的敏感度权重，修正其敏感度值后，判断是否为敏感信息。本发明公开了一种基于BERT模型和K近邻的敏感信息识别系统。本发明具有提升文本质量，提升敏感信息识别的速度和精度的有益效果。

公开(公告)号：CN113761215A

公开(公告)日：2021-12-07

申请号：CN202110321491.X

申请日：2021-03-25

申请人： 中科天玑数据科技股份有限公司 ,  国家计算机网络与信息安全管理中心

发明人： 赵忠华 ,  李建广 ,  余智华 ,  王禄恒 ,  陈欣洁 ,  赵志云 ,  冯凯 ,  葛自发 ,  杜漫 ,  孙小宁 ,  穆庆伟 ,  万欣欣 ,  申双成 ,  李欣 ,  孙立远 ,  付培国 ,  王晴 ,  杜宛真

IPC分类号： G06F16/36 ,  G06F16/35 ,  G06F40/242 ,  G06F40/295

摘要： 本发明公开了一种基于反馈自学习的动态字典库生成方法，包括以下步骤：S1、字典库定义；S2、基于字典库分类体系；S4、基于语料库导出的标注数据，配合模型参数调整，逐步迭代优化模型；S5、将S4步生成的预测数据回填到字典库。有益效果：该方法通过概念模式定义、自然语言处理技术、全流程调度机制，实现从原始语料概念模式定义生成基础字典库，在基础字典库基础上进行标注模型的自动构建、迭代训练及修正，最后再利用标注模型来进行新的语料数据标注，反馈更新字典库，实现从标注训练到反馈自学习的闭环流程，达到模型自动逐步优化能力。最终实现字典库的自动完善，标注模型逐步优化的全自动循环过程。

公开(公告)号：CN113255360A

公开(公告)日：2021-08-13

申请号：CN202110418139.8

申请日：2021-04-19

申请人： 国家计算机网络与信息安全管理中心

发明人： 李欣 ,  赵志云 ,  葛自发 ,  孙小宁 ,  张冰 ,  万欣欣 ,  袁钟怡 ,  赵忠华 ,  孙立远 ,  付培国 ,  王禄恒 ,  王晴

IPC分类号： G06F40/30 ,  G06F40/284 ,  G06F40/126 ,  G06F40/216 ,  G06N3/04 ,  G06N3/08

摘要： 本发明实施例公开了基于层次化自注意力网络的文档评级方法和装置。该方法包括：获取目标文档的评论文本，其中，所述评论文本包含多个评论，各评论包含多个句子；提取各句子中各词语的特征；基于自注意力机制，从各评论中各句子所包含全部词语的特征中提取各评论中各句子的特征；基于自注意力机制，从各评论所包含的所述多个句子的特征中提取各评论的特征；基于自注意力机制，从所述多个评论的特征中提取所述评论文本的特征；根据所述评论文本的特征，生成所述目标文档的评级结果。基于该方法和装置，可以充分捕捉目标文档的评论文本所包含的深层次语义信息，进而自动给出针对目标文档的评级结果。

公开(公告)号：CN111932109A

公开(公告)日：2020-11-13

申请号：CN202010784889.2

申请日：2020-08-06

申请人： 国家计算机网络与信息安全管理中心

发明人： 孙立远 ,  王博 ,  黄亮 ,  万欣欣 ,  李欣 ,  赵忠华 ,  付培国 ,  王禄恒

IPC分类号： G06Q10/06 ,  G06F16/735 ,  G06F16/951 ,  G06Q50/00

摘要： 本发明涉及一种面向移动短视频应用的用户影响力评价系统，属于数据挖掘技术领域。本方法充分考虑了移动短视频应用域内数据和多元化的域外新媒体平台数据，分别采集移动短视频应用域内的用户基本信息、短视频信息以及域外平台关联账号的粉丝数信息等，设计评估算法分别计算基于短视频质量的域内影响力值和基于传播潜力的域外影响力值，通过一定的权重合成最终的用户影响力值。所述方法对已有的单一平台数据来源的评价方法作出改进，考虑用户的跨平台传播潜力，以适应新媒体平台“矩阵式”传播的新形势，提高对移动短视频用户影响力评价的全面性和有效性，实现评价系统的自动化运行和实时更新。

公开(公告)号：CN112214558B

公开(公告)日：2023-08-15

申请号：CN202011296138.2

申请日：2020-11-18

申请人： 国家计算机网络与信息安全管理中心

发明人： 李欣 ,  赵志云 ,  葛自发 ,  孙小宁 ,  张冰 ,  万欣欣 ,  袁钟怡 ,  赵忠华 ,  孙立远 ,  付培国 ,  王禄恒 ,  王晴

IPC分类号： G06F16/28 ,  G06F16/33 ,  G06F16/951 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请提供了一种主题相关度判别方法及装置，方法包括：对获取的网页构建网页特征向量；利用预先训练的语义向量空间模型对选定的主题特征向量与网页特征向量之间的相似度进行计算；筛选出相似度高于预设值的网页特征向量。本申请结合了语义向量相似度计算和机器学习方法的优点，相比于现有技术，可以实现较高的判别精度，并且本申请在训练样本的筛选上也作出了不同于现有技术的改进。

公开(公告)号：CN109189743B

公开(公告)日：2021-09-28

申请号：CN201810671449.9

申请日：2018-06-26

申请人： 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

发明人： 黄亮 ,  孙立远 ,  曹开研 ,  王振宇 ,  李斌斌 ,  王树鹏

IPC分类号： G06F16/178 ,  G06F16/182 ,  H04L12/26 ,  H04L29/06

摘要： 本发明公开一种面向大流量实时图数据的低资源消耗的超级节点识别过滤方法和系统，属于大数据预处理领域。该方法包括：1)接收图数据并对其进行格式转化；2)根据过滤规则对格式转化之后的数据进行过滤；3)识别过滤之后的数据中的超级节点，并根据识别出的超级节点对所述过滤规则进行动态修改。该系统包括数据接收模块、数据过滤模块、过滤规则管理模块以及超级节点识别模块。本发明可在海量实时图数据流中识别出超级节点，是一种低资源消耗的超级节点识别方案，只需极少资源就可以在海量数据中识别出超级节点。

公开(公告)号：CN113313379A

公开(公告)日：2021-08-27

申请号：CN202110586002.3

申请日：2021-05-27

申请人： 国家计算机网络与信息安全管理中心

发明人： 李欣 ,  赵志云 ,  葛自发 ,  孙小宁 ,  张冰 ,  万欣欣 ,  袁钟怡 ,  赵忠华 ,  孙立远 ,  付培国 ,  王禄恒 ,  王晴

IPC分类号： G06Q10/06

摘要： 本发明提供一种确定事件角色影响力指数的方法、装置及存储介质，包括：对各角色类别中的角色个体划分为一级指标和二级指标；根据角色类别及特定限制信息，提取所有满足所述限制信息的角色个体对应的二级指标中各指标的数值，计算并形成信息矩阵；对所提取形成的信息矩阵，利用熵权法计算二级指标的权重；针对二级指标权重利用变异系数法计算一级指标权重；将每个二级指标权重与其对应一级指标权重相乘，得到每个二级指标的综合权重；将目标角色个体的各二级指标对应的值与每个二级指标的综合权重相乘求和，得到所述目标角色个体的影响力指数。通过本发明的方法，能够计算出事件角色影响力，用于各领域角色影响力量化分析。