公开(公告)号：CN101398852A

公开(公告)日：2009-04-01

申请号：CN200810224117.2

申请日：2008-10-16

Applicant: 北京邮电大学

Inventor： 双锴 ,  于晓燕 ,  杨放春 ,  刘倩 ,  陈炜 ,  苏森 ,  程珊珊

IPC: G06F17/30

Abstract: 本发明公开了一种语义WEB服务的匹配方法及系统。本发明基于请求和候选服务之间的相似度，综合考虑功能及非功能性的因素，并引入分阶段过滤机制。本发明采用的单概念语义匹配算法全面考虑了深度、继承关系和二元关系，使本体关系结构构成了图结构，而不是树形结构，在基于图计算语义距离时，处理了多继承问题和环的问题。本发明采用的多概念语义匹配算法引入了重复匹配的处理。在输入、输出匹配中，考虑了参数个数的问题，采用分三个等级计算相似度的方法，使得匹配更有效率，本发明还考虑了用户偏好及服务质量的因素，使得匹配的准确率和响应效率进一步提高。

公开(公告)号：CN101383854A

公开(公告)日：2009-03-11

申请号：CN200810225616.3

申请日：2008-10-31

Applicant: 北京邮电大学

Inventor： 双锴 ,  杨放春 ,  陈才 ,  苏森 ,  于晓燕 ,  宋驰

IPC: H04L29/08 ,  H04L12/54

Abstract: 本发明公开了一基于用户偏好Web服务的提供方法，包括：建立Web服务组合模板库，Web服务组合模板至少包括：Web服务组合模板简档、抽象服务的列表及进程，均通过本体库中的本体概念描述；确定用户对该本体概念的偏好度；根据用户的Web服务请求查找与所述Web服务请求匹配的Web服务组合模板，若匹配则提供至用户，否则构建新服务组合，将所构建的新服务组合提供至用户。本发明量化采集和分析用户的偏好信息，并根据所得到的用户的偏好信息，向用户推荐最合适的Web服务，最快速度的满足用户的需求。

公开(公告)号：CN100416555C

公开(公告)日：2008-09-03

申请号：CN02159239.X

申请日：2002-12-27

Applicant: 北京邮电大学

Inventor： 杨放春 ,  胡新征 ,  苏森 ,  邹华 ,  孙其博 ,  陈俊亮 ,  于晓燕

IPC: G06F17/30

Abstract: 本发明公开了一种模块分级管理方法，该方法包括：a)设定每个模块对应一个管理对象，且每个管理对象具有一个包含所有支持命令的管理命令集合；b)所有管理对象按注册关系生成树形管理结构，其中进行注册的管理对象为下级管理对象，被注册管理对象为上级管理对象，最上级管理对象为根管理对象；c)根管理对象接收外部的管理命令并直接发至管理命令中指明的目标管理对象，由目标管理对象进行处理并返回处理结果。采用上述方法可使整个系统更便于维护、管理及调测，设计更灵活，更具实用性；且降低了设计、维护和管理的复杂度和成本，提高了整个系统的质量和可靠性。

公开(公告)号：CN114358278B

公开(公告)日：2025-04-04

申请号：CN202111423212.7

申请日：2021-11-26

Applicant: 北京邮电大学 ,  中国人民解放军32802部队

Inventor： 王玉龙 ,  王东霞 ,  曹梦华 ,  苏森 ,  徐鹏 ,  双锴 ,  张忠宝 ,  程祥

IPC: G06N3/086 ,  G06N3/084 ,  G06N3/094 ,  G06N3/096 ,  G06F21/57

Abstract: 本公开提供一种神经网络模型的训练方法及装置。所述方法包括：获取与所述神经网络模型的攻击防御需求相应的原始数据集；利用所述原始数据集对所述神经网络模型进行预训练，以得到预训练模型；基于协方差矩阵自适应进化策略CMA‑ES，利用训练数据集对所述预训练模型进行补充训练，以得到目标模型。本公开提供的神经网络模型的训练方法及装置，利用基于协方差矩阵自适应进化策略的神经网络训练算法对神经网络进行补充训练，获得鲁棒神经网络模型，提高神经网络对抗防御的准确性和高效性，确保深度学习相关系统的安全性。

公开(公告)号：CN119722094A

公开(公告)日：2025-03-28

申请号：CN202411592442.X

申请日：2024-11-08

Applicant: 北京邮电大学

Inventor： 王玉龙 ,  李德凝 ,  苏森

IPC: G06Q30/018 ,  G06N3/045 ,  G06N5/04 ,  G06F16/951 ,  G06F16/215 ,  G06F16/25 ,  G06F16/353

Abstract: 本公开提供一种诈骗信息识别方法、装置、电子设备、存储介质及程序产品，该方法包括：获取诈骗宣传描述信息；对诈骗宣传描述信息进行分析，得到分析结果；基于分析结果，构建提示词；基于第一大语言模型对提示词进行测试，得到测试结果，基于测试结果对提示词进行优化，得到优化后提示词；基于第二大语言模型对优化后提示词进行推理，生成诈骗信息样本；获取待识别信息，将待识别信息输入诈骗信息识别模型，得到诈骗信息识别模型输出的诈骗信息识别结果，其中，诈骗信息识别模型基于诈骗信息样本训练得到。本公开利用大语言模型实现诈骗样本的自动化生成，提升了反诈骗技术应对新型诈骗手段的效率性和准确性。

公开(公告)号：CN119719375A

公开(公告)日：2025-03-28

申请号：CN202411592434.5

申请日：2024-11-08

Applicant: 北京邮电大学

Inventor： 王玉龙 ,  李德凝 ,  苏森

IPC: G06F16/353 ,  G06F40/30 ,  G06F40/216 ,  G06F40/284 ,  G06F40/289 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本公开提供一种基于自然语言处理的目标事件检测方法及相关设备。该方法包括：获取待检测事件的事件数据；基于训练好的目标事件模型对所述事件数据进行检测，确定所述待检测事件为目标事件；其中，训练好的所述目标事件模型基于关于目标事件的训练文本数据训练得到，包括：获取所述训练文本数据，所述训练文本数据标注有目标事件的事件类型和目标特征；对所述训练文本数据进行数据预处理和数据增强，得到增强文本数据；基于历史文本数据和所述增强文本数据对自然语言处理模型进行训练，得到训练好的所述目标事件模型。

公开(公告)号：CN114297397B

公开(公告)日：2025-03-28

申请号：CN202111327210.8

申请日：2021-11-10

Applicant: 北京邮电大学

Inventor： 程祥 ,  苏森 ,  贾宁宁 ,  陈立炯

IPC: G06F16/36 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/08

Abstract: 本公开提供基于卷积网络的路径感知的知识图谱补全方法及相关设备，该方法包括：从所述知识图谱中获取初始三元组集合；基于所述初始三元组集合确定候选三元组集合；将所述候选三元组集合输入至预先构建的排序模型中，通过所述排序模型输出所述候选三元组集合中每一个候选三元组的关系得分，基于所述关系得分从所述候选三元组集合中确定至少一个候选三元组，并将其补入所述知识图谱中；其中，所述排序模型是通过预训练的。本公开的补全方法通过引入三元组的路径信息，并进一步考虑路径局部和全局重要性，提升知识图谱补全准确率。

公开(公告)号：CN114443593B

公开(公告)日：2024-11-08

申请号：CN202111522627.X

申请日：2021-12-13

Applicant: 北京邮电大学

Inventor： 苏森 ,  程祥 ,  王振亚 ,  梁锦涛 ,  杨皓程

IPC: G06F16/176 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/082 ,  G06F17/18

Abstract: 本申请提供一种基于生成对抗网络的多方数据共享方法及相关设备，方法包括：逐个发送随机向量到生成器网络进行处理，得到每个随机向量对应的合成数据；将全部随机向量对应的合成数据发送到每个判别器网络进行判别，得到每个判别器网络的判别结果，根据每个判别器网络的判别结果计算每个随机向量对应的合成数据的平均接受概率；将预设概率与每个随机向量对应的合成数据的平均接受概率进行比较，当某个随机向量对应的合成数据的平均接受概率大于等于预设概率时，将该随机向量对应的合成数据作为共享数据。通过本方法可以使得最终共享的数据具有较高的效用。

公开(公告)号：CN114297398B

公开(公告)日：2024-08-27

申请号：CN202111336125.8

申请日：2021-11-11

Applicant: 北京邮电大学

Inventor： 苏森 ,  程祥 ,  贾宁宁 ,  陈立炯

IPC: G06N5/02 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/044

Abstract: 本申请提供一种基于神经网络的知识图谱实体链接方法、装置及电子设备，将文档中的实体指称项链接到给定知识图谱的目标实体中，可用于知识图谱的构建和扩充。通过利用知识图谱中实体的上下文与关系和邻居实体的图结构关系，以及引入目标实体具有重要度标记的关系‑实体对，采用循环神经网络对实体指称项和实体上下文进行编码，利用共同注意力机制建立实体指称项上下文与实体上下文之间的相关性模型，使用图卷积神经网络对实体进行建模，生成综合神经网络模型对实体所在文本进行处理，得到知识图谱实体链接。这样，通过共同注意力机制和图卷积神经网络结合提升了知识图谱链接方法的准确率和召回率。

公开(公告)号：CN115344703A

公开(公告)日：2022-11-15

申请号：CN202210722648.4

申请日：2022-06-20

Applicant: 北京邮电大学

Inventor： 程祥 ,  苏森 ,  夏敏

IPC: G06F16/36 ,  G06F40/289 ,  G06N3/08

Abstract: 本申请提供一种构建知识图谱的方法、电子设备和存储介质，该方法包括：获取目标文本，所述目标文本包括被标注的部分实体；基于所述目标文本，创建第一特征向量集合；根据所述第一特征向量集合，得到至少一个第一候选实例集合；利用强化学习的代理对所述第一候选实例集合进行筛选，得到至少一个目标实例；利用所述至少一个目标实例，创建第二特征向量集合；根据所述第二特征向量集合，得到至少一个第二候选实例集合；基于所述至少一个第二候选实例集合，构建知识图谱。本申请能够实现在对未知文本进行少量人工标注的情况下，可以低成本准确地构建知识图谱。