公开(公告)号：CN109543023A

公开(公告)日：2019-03-29

申请号：CN201811147380.6

申请日：2018-09-29

申请人： 中国石油化工股份有限公司石油勘探开发研究院 ,  北明智通(北京)科技有限公司

发明人： 唐先明 ,  王晓丽 ,  陈新荣 ,  邓达康 ,  韩宝东 ,  史晓凌 ,  郭攀红 ,  张德浩 ,  谭培波 ,  张学龙

IPC分类号： G06F16/335 ,  G06F16/35 ,  G06F16/9032

摘要： 本发明公开了一种基于trie和LCS算法的文献分类方法，包括以下步骤：步骤一、预编初始分类字典和初始排除字典；步骤二、将初始分类字典中的每一个字符串扩展得到扩展字符串，根据初始排除字典对得到的扩展字符串过滤后构建字典树；步骤三、调用字典树查找待分类文献中的每一个句子中出现的所有的字符串，取其中含有的属于初始分类字典中的最长的字符串作为最长公共子序列，最长公共子序列及其对应的类作为该一个句子的最终字符串及最终类，将一篇文献中出现频率最多的最终类作为其所属的类。本发明还公开了一种基于trie和LCS算法的文献分类系统。本发明省略了分词过程，以稳定的字符串为特征，准确度高，降低了对上下文的依赖。

公开(公告)号：CN109428899A

公开(公告)日：2019-03-05

申请号：CN201710719512.7

申请日：2017-08-21

申请人： 中国石油化工股份有限公司 ,  中国石油化工股份有限公司石油勘探开发研究院

发明人： 陈芳莉 ,  韩萌 ,  陈新荣 ,  董自雷 ,  王建坤

IPC分类号： H04L29/08 ,  H04L29/06 ,  H04L9/32

摘要： 本发明公开了一种文件安全传输管理方法及系统，该方法包括：客户端与服务器端通信连接；查询服务器端存在的文件的服务器端信息，返还客户端；根据客户端的设置对文件的数据信息进行加密和压缩处理，发送至服务器端；服务器端对文件进行解压和解密处理；客户端发送完整性请求，服务器端接收完整性请求后检验文件的哈希值信息，并返还客户端；判断文件传输的完整性。其优点在于：自定义数据通信协议，支持通信接口灵活扩展；自定义大文件切割策略，采用加密并发传输，解决了文件传输过程中的安全隐患，防止数据被拦截后导致泄密；采用MD5校验方法提供了数据完整性检查机制，防止文件丢包损坏、被篡改等问题。

公开(公告)号：CN114428781A

公开(公告)日：2022-05-03

申请号：CN202011068559.X

申请日：2020-09-30

申请人： 中国石油化工股份有限公司 ,  中国石油化工股份有限公司石油勘探开发研究院

发明人： 唐先明 ,  王晓丽 ,  陈新荣 ,  邓达康 ,  韩宝东 ,  郭攀红 ,  黄希彧 ,  张德浩

IPC分类号： G06F16/23 ,  G06F16/2458 ,  G06F16/25 ,  G06F16/28 ,  G06F40/211 ,  G06F40/295 ,  G06F40/30

摘要： 本公开涉及关联关系更新技术领域，特别地涉及一种命名实体关联关系更新方法、系统、可读存储介质，方法包括：命名实体关联关系训练集生成与更新步骤S100，对原始语句中的命名实体进行标注而生成训练语句，基于不同文档的所有训练语句生成训练集；命名实体关联关系的统计语义规则挖掘步骤S200，从所述训练集中挖掘与已知的命名实体关联关系对应的顺序关系模式，基于所述顺序关系模式而生成候选命名实体关联关系；命名实体关联关系的生成与修正步骤S300，将所述候选命名实体关联关系展现给用户，获取用户确认所述候选命名实体关联关系是否为可信命名实体关联关系的操作；命名实体关联关系的存储步骤S400，存储所述可信命名实体关联关系。

公开(公告)号：CN109543023B

公开(公告)日：2020-09-08

申请号：CN201811147380.6

申请日：2018-09-29

申请人： 中国石油化工股份有限公司石油勘探开发研究院 ,  北京智通云联科技有限公司

发明人： 唐先明 ,  王晓丽 ,  陈新荣 ,  邓达康 ,  韩宝东 ,  史晓凌 ,  郭攀红 ,  张德浩 ,  谭培波 ,  张学龙

IPC分类号： G06F16/335 ,  G06F16/35 ,  G06F16/9032

摘要： 本发明公开了一种基于trie和LCS算法的文献分类方法，包括以下步骤：步骤一、预编初始分类字典和初始排除字典；步骤二、将初始分类字典中的每一个字符串扩展得到扩展字符串，根据初始排除字典对得到的扩展字符串过滤后构建字典树；步骤三、调用字典树查找待分类文献中的每一个句子中出现的所有的字符串，取其中含有的属于初始分类字典中的最长的字符串作为最长公共子序列，最长公共子序列及其对应的类作为该一个句子的最终字符串及最终类，将一篇文献中出现频率最多的最终类作为其所属的类。本发明还公开了一种基于trie和LCS算法的文献分类系统。本发明省略了分词过程，以稳定的字符串为特征，准确度高，降低了对上下文的依赖。

公开(公告)号：CN109492092A

公开(公告)日：2019-03-19

申请号：CN201811147398.6

申请日：2018-09-29

申请人： 北明智通(北京)科技有限公司

发明人： 史晓凌 ,  唐先明 ,  景帅 ,  刘锋 ,  陈新荣 ,  王晓丽

IPC分类号： G06F16/35

摘要： 本发明公开了一种基于LDA主题模型的文献分类方法，包括以下步骤：步骤一、预编初始监督字典，初始监督字典里的词包括多个类，并且与LDA主题模型的主题一一对应；步骤二、获取待分类文献中的所有的词，并计算每个词属于每个主题的概率，获得聚类字典；步骤三、根据聚类字典组成新的监督字典；步骤四、查找每篇待分类文献所包含的新的监督字典中的词所对应的主题，将出现的词最多的主题作为该篇文献的主题，完成对待分类文献的分类。本发明还公开了一种基于LDA主题模型的文献分类系统。本发明的方法既保持了规则分类方法的准确性，又具有LDA的联想聚类能力，分类结果准确，工程量小。