-
公开(公告)号:CN112417097B
公开(公告)日:2022-09-16
申请号:CN202011299703.0
申请日:2020-11-19
申请人: 中国电子科技集团公司电子科学研究院 , 天津大学
IPC分类号: G06F16/33 , G06F16/55 , G06F16/583 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种用于舆情解析的多模态数据特征提取与关联方法,该方法包括:构建第一神经网络及第二神经网络;由第一神经网络提取文本舆情信息的文本特征,由第二神经网络提取图像舆情信息的图像特征;构造包含节点及边缘的图结构A、B;图结构A用于编码文本特征,其上的节点与文本特征相对应;图结构B用于编码图像特征,其上的节点与图像特征相对应;将图像舆情信息与文本舆情信息一一匹配,构成若干个图文对,通过语义损失函数和三元组损失函数共同约束训练;对包含相同图像舆情信息或相同文本舆情信息的多个图文对的匹配关联度进行评估排序。本发明采用图结构对图像‑文本对中的对象和词的关系进行建模,并通过重新排序机制提高匹配性能。
-
公开(公告)号:CN112417097A
公开(公告)日:2021-02-26
申请号:CN202011299703.0
申请日:2020-11-19
申请人: 中国电子科技集团公司电子科学研究院 , 天津大学
IPC分类号: G06F16/33 , G06F16/55 , G06F16/583 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种用于舆情解析的多模态数据特征提取与关联方法,该方法包括:构建第一神经网络及第二神经网络;由第一神经网络提取文本舆情信息的文本特征,由第二神经网络提取图像舆情信息的图像特征;构造包含节点及边缘的图结构A、B;图结构A用于编码文本特征,其上的节点与文本特征相对应;图结构B用于编码图像特征,其上的节点与图像特征相对应;将图像舆情信息与文本舆情信息一一匹配,构成若干个图文对,通过语义损失函数和三元组损失函数共同约束训练;对包含相同图像舆情信息或相同文本舆情信息的多个图文对的匹配关联度进行评估排序。本发明采用图结构对图像‑文本对中的对象和词的关系进行建模,并通过重新排序机制提高匹配性能。
-
公开(公告)号:CN112364168A
公开(公告)日:2021-02-12
申请号:CN202011329688.X
申请日:2020-11-24
申请人: 中国电子科技集团公司电子科学研究院 , 天津大学
摘要: 本发明公开了一种基于多属性信息融合的舆情分类方法,包括:利用基于连续词袋模型的文本预训练模型提取文本数据特征,并通过支持向量机分类器构造文本分类模型,进行文本属性的情绪分类;通过YOLO目标检测算法从检测网络中筛选出舆情相关的图像属性信息,并构造基于残差神经网络的图像分类模型进行图像属性的情绪分类;利用基于长短期记忆的模型提取并融合视频中的视觉、音频、文本信息,并构造视频属性的情绪分类模型;为同一发布者的不同属性情绪分类模型分配权重,并利用静态数据为不同的发布者分配权重,融合得到最终的舆情分类结果。本发明利用文本属性、图像属性和视频属性的数据,建立综合的分类模型,提升舆情信息分类的准确性。
-
公开(公告)号:CN112861967B
公开(公告)日:2023-04-07
申请号:CN202110168649.4
申请日:2021-02-07
申请人: 中国电子科技集团公司电子科学研究院 , 深圳市网联安瑞网络科技有限公司
IPC分类号: G06F18/2415 , G06F18/22 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于异构图神经网络的社交网络异常用户检测方法及设备,基于异构图神经网络的社交网络异常用户检测方法,包括:针对社交网络收集用户信息,并对收集到的用户信息进行特征提取;基于提取的特征,构建基于社交网络的异构信息网络,并利用社交网络的关系属性设计相应的元路径和元图;基于异构信息网络、元路径和元图,根据用户之间的亲密度和相似度,确定用户在社交网络中的表示;基于用户在社交网络中的表示,检测用户类型,以确定异常用户。本发明整合了丰富的用户特征,基于真实的社交场景汇总用户信息形成了两个视角,即用户亲密程度和关系类型,模型具有出色的性能,在准确度和F1值上都表现较好。
-
公开(公告)号:CN115952281A
公开(公告)日:2023-04-11
申请号:CN202211335783.X
申请日:2022-10-28
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: G06F16/35 , G06F40/253 , G06F40/289 , G06F40/30 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094
摘要: 本申请的实施例揭示了一种文本的生成器模型训练方法,所述方法包括:获取用于模型训练的数据集,所述数据集中包括多个标注完成的话题文本;将所述数据集输入生成器模型,得到所述生成器模型生成的文本;基于所述生成器模型生成的文本以及所述数据集中的训练文本对所述生成器模型进行训练优化,使得优化完成的所述生成器模型能够生成与话题文本接近的文本,通过上述方法训练处的生成器模型能够自动生成符合真实话题文本的文本,避免了相关技术中通过机器写作单调重复的发布相同言论的网评话题文本,导致效果差的问题。
-
公开(公告)号:CN115687758A
公开(公告)日:2023-02-03
申请号:CN202211335748.8
申请日:2022-10-28
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: G06F16/9535 , G06F16/9536 , G06F21/31 , G06F18/24
摘要: 本申请的实施例揭示了一种用户分类模型训练方法、用户检测方法,用户分类模型训练方法包括:根据原始用户特征构造多关系图;获取所述多关系图中每个节点的特征表示,并基于所述特征表示得出每个节点的最终表征;基于每个节点的所述最终表征获得初始用户分类模型;通过联邦学习网络框架获取特征样本数据,并基于所述特征样本数据对所述初始用户分类模型进行训练,得到用户分类模型。
-
公开(公告)号:CN114444593A
公开(公告)日:2022-05-06
申请号:CN202210085708.6
申请日:2022-01-25
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: G06K9/62 , G06F16/906 , G06F40/30 , G06N3/04 , G06Q50/00
摘要: 本发明公开了一种多模态事件检测方法及装置,包括:基于社交平台的发布事件,提取所述发布事件的关联信息,其中所述关联信息包括文本数据和图像数据;提取所述文本数据的文本特征以及提取所述图像数据的视觉特征;初始化所述视觉特征和所述文本特征之间的相关性分数;基于所述初始化后的相关性分数,过滤掉所述图像数据中部分无关的图像区域,以确定所述图像数据中的相关目标区域;融合所述文本特征和所述图像数据中的相关区域的视觉特征,以获得多模态特征;基于所述多模态特征通过预设分类器进行分类,以实现事件检测。本发明实施例提出一种更符合真实场景使用的事件检测方法,实现单文本与多张图片的场景下进行事件检测。
-
公开(公告)号:CN112468449A
公开(公告)日:2021-03-09
申请号:CN202011228961.X
申请日:2020-11-06
申请人: 中国电子科技集团公司电子科学研究院 , 西北大学
摘要: 本发明公开了一种反溯源安全受控入网通道资源优化配置算法,综合考虑链路类型、传输约束与队列模型,建立了传输跳数与安全等级需求之间的数学模型,可为系统提供满足安全级别要求的访问路径推荐长度。并在此基础上提出了满足用户安全等级需求约束的最小延迟调度策略,最终采用分段线性化技术求解有安全级别约束的延迟优化问题。根据用户不同的安全级别需求,可动态调度链路和访问路径长度,使用本资源配置算法,可优化系统时延,保证链路资源负载均衡,满足用户的安全需求,最终实现了用户痕迹的隐藏,即反溯源。实验结果表明,本算法在系统资源匮乏与资源充足的情况下,均能有效地分配资源,选择合适的路径来保证安全级别,并使传输时延最小化,提高系统性能。
-
公开(公告)号:CN112347369A
公开(公告)日:2021-02-09
申请号:CN202011084705.8
申请日:2020-10-12
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: G06F16/9536 , G06Q50/00 , G06N20/20
摘要: 本发明公开了一种基于网络表征的集成学习动态社会网络链路预测方法。所述方法包括:基于预设时间周期划分所采集的动态网络数据,以获得T个子网络快照;从T个子网络快照中抽取训练集和测试集;针对前T‑1个子网络快照,采用网络表示学习方法构建节点特征,并将节点特征转化为第一节点对特征;针对前T‑1个子网络快照,提取基于局部网络结构相似性指标的第二节点对特征;合并第一节点对特征以及第二节点对特征,以获得第三节点对特征;构建集成学习模型,并基于训练集和第三节点对特征,训练集成学习模型;将测试集输入完成训练的集成学习模型,以实现链路预测。采用本发明,可以在不同场景下保持稳定的高精度结果,还可以降低计算复杂度。
-
公开(公告)号:CN112035728B
公开(公告)日:2023-07-25
申请号:CN202010848870.X
申请日:2020-08-21
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: G06F16/953 , G06N3/08
摘要: 本发明公开了一种跨模态检索方法、装置及可读存储介质,其中,方法包括,根据预处理之后的待检索模态数据通过预先构建的神经网络模型确定待检索模态数据的哈希码;根据所述待检索模态数据的哈希码与预设数据集中的哈希码进行对比,以确定与待检索模态数据对应的其他模态数据,本发明通过根据待检索模态数据的哈希码与预设数据集中的哈希码进行对比,由此确定与待检索模态数据对应的其他模态数据,由此实现了跨模态检索,本发明方法不仅能减少存储的消耗,而且能够有效提高检索的效率。
-
-
-
-
-
-
-
-
-