基于多任务学习的单文档摘要生成模型构建方法及装置

    公开(公告)号:CN111723196B

    公开(公告)日:2023-03-24

    申请号:CN202010435810.5

    申请日:2020-05-21

    IPC分类号: G06F16/34

    摘要: 本发明公开了一种基于多任务学习的单文档摘要生成模型构建方法及装置,设计的模型结构采用了Transformer基础模型,并且在编码器的输出端,增加了一个编码器和分类器。其中两个编码器分为单词级别的解码器分别为,单词级别的编码器、句子级别的编码器;使得多任务训练成为可能;解码器的注意力分配会更加合理,因为加入根据解码器注意力权重与句子的重要性权重计算得到的正则项,能够倾向于更适合作为摘要的句子分配更多的权重;并且通过不同任务发掘模型潜力,从而提高了生成的摘要句子的可读性以及信息量。

    基于深度学习与链接预测的嵌入表示获得及引文推荐方法

    公开(公告)号:CN110688474B

    公开(公告)日:2023-03-14

    申请号:CN201910826787.X

    申请日:2019-09-03

    IPC分类号: G06F16/335 G06F16/338

    摘要: 本发明提供了一种基于深度学习与链接预测的引文推荐方法,包括以下步骤:步骤1,获取已知论文库中所有论文结点特征信息和已知论文库的引文网络;步骤2,将论文结点分别在引文网络中进行传播,得到每个论文结点的嵌入表示;步骤3,输入待推荐引文的论文结点,计算待推荐引文的论文结点的嵌入表示;步骤4,根据待推荐引文的论文结点的嵌入表示和已知论文库中每个论文结点的嵌入表示,计算待推荐引文的论文结点和已知论文库中每个论文结点的余弦相似度,并选取前t个余弦相似度所对应的论文结点作为待推荐引文的论文结点的引文列表。

    一种基于概念漂移的漏洞攻击流量检测方法及检测系统

    公开(公告)号:CN113938292A

    公开(公告)日:2022-01-14

    申请号:CN202111098847.4

    申请日:2021-09-18

    IPC分类号: H04L9/40 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于概念漂移的漏洞攻击流量检测方法及检测系统,步骤一、漏洞攻击流量收集:给每个节点分配控制信息传输频率;根据节点分配的pi向收集中心传输样本的控制信息;依据控制信息,以最小化样本窗口的AoI为目标,收集中心采用调度算法进行流量样本的调度收集;步骤二、构建检测模型:以步骤一形成的流量样本数据集为检测模型的输入,所述的检测模型为全局比对Needleman‑Wunsch算法;步骤三、模型更新:比较当前收集到的新样本窗口与前次的旧样本窗口,检测是否出现了概念漂移;如果出现了概念漂移,对步骤二构建的检测模型进行更新,否则不更新。能够通过流量收集模块更好的收集实时流量用于概念漂移的检测,并更新检测模型提高检测率。

    一种基于深度学习的网络表征获取方法

    公开(公告)号:CN110674922A

    公开(公告)日:2020-01-10

    申请号:CN201910747332.9

    申请日:2019-08-14

    IPC分类号: G06N3/04 G06N3/08

    摘要: 本发明提供了一种基于深度学习的网络表征获取方法,包括以下步骤:步骤1,获取含有节点内容的网络,所述含有节点内容的网络包括|V|个节点,从|V|个节点中任选一个节点作为当前根节点,根据当前根节点对所述含有节点内容的网络进行随机游走,得到内容序列 和节点标识序列步骤2,将内容序列输入到基于注意力机制下的深度学习模型,得到预测的标识向量序列,即得到网络表征向量。本发明将深度学习技术在机器翻译方向的研究成果应用到了网络表征学习中,从机器翻译的角度将网络的内容和结构相融合得到合适的网络表征向量。

    涉密文档的检测方法、装置及存储介质

    公开(公告)号:CN110298024A

    公开(公告)日:2019-10-01

    申请号:CN201810232937.X

    申请日:2018-03-21

    IPC分类号: G06F17/27 G06F21/62

    摘要: 本发明实施例提供一种涉密文档的检测方法、装置及存储介质,该涉密文档的检测方法包括:对待检测文档进行分词处理,得到N个词;N为大于等于2的整数;通过循环神经网络模型在N个词中提取M个关键词;其中,M为小于N的整数;将M个关键词与涉密词库中的关键词进行匹配,若匹配率大于第一阈值,则确定待检测文档为涉密文档。本发明实施例提供的涉密文档的检测方法、装置及存储介质,提高了检测效率,且提高了检测的准确度。