-
公开(公告)号：CN113761337B
公开(公告)日：2023-10-27
申请号：CN202011643504.7
申请日：2020-12-31
申请人： 国家计算机网络与信息安全管理中心
IPC分类号： G06F16/9535 , G06F16/9537 , G06Q10/04
摘要： 本发明提供一种基于事件隐式要素与显式联系的事件预测方法和装置，其中，方法包括：获取事件文本中的多个事件的事件要素；提取跨事件的事件要素之间的第一关系特征，所述第一关系特征用于表征跨事件的事件要素之间的语义联系特征；基于所述第一关系特征进行事件预测。在对事件进行预测时，加入跨事件的事件要素之间的第一关系特征，可以记录跨事件的事件要素之间的隐式联系，并且通过不同事件中的事件要素语义联系特征让不同的事件之间产生了联系，挖掘出了事件元组更深层次且更具有预测性的语义信息，不仅可以提升了事件预测的准确性，而且广泛适用于基于事件要素进行事件预测的方法中，通用性强。
-
公开(公告)号：CN108829722B
公开(公告)日：2020-10-02
申请号：CN201810432079.3
申请日：2018-05-08
申请人： 国家计算机网络与信息安全管理中心
IPC分类号： G06F16/35 , G06F16/36 , G06F40/295
摘要： 本发明涉及一种远程监督的Dual‑Attention关系分类方法及系统，包括：通过远程监督将知识库中的实体对对齐到新闻语料，构建实体对句子集合；基于词级别注意力机制的Bi‑LSTM模型将所述句子进行词级别的向量编码，得到所述句子的语义特征编码向量；基于句子级别注意力机制的Bi‑LSTM模型将所述句子的语义特征进行编码与去噪，得到句子集特征编码向量；将所述句子集特征编码向量与实体对翻译向量进行打包，对得到的包特征进行实体对的关系分类。本发明提供的技术方案降低了模型训练的噪声数据，避免人工标注数据及其造成的错误传递。运用开放域文本与大规模知识库进行实体对齐，有效解决了关系抽取的标注数据规模问题。
-
公开(公告)号：CN108829722A
公开(公告)日：2018-11-16
申请号：CN201810432079.3
申请日：2018-05-08
申请人： 国家计算机网络与信息安全管理中心
摘要： 本发明涉及一种远程监督的Dual-Attention关系分类方法及系统，包括：通过远程监督将知识库中的实体对对齐到新闻语料，构建实体对句子集合；基于词级别注意力机制的Bi-LSTM模型将所述句子进行词级别的向量编码，得到所述句子的语义特征编码向量；基于句子级别注意力机制的Bi-LSTM模型将所述句子的语义特征进行编码与去噪，得到句子集特征编码向量；将所述句子集特征编码向量与实体对翻译向量进行打包，对得到的包特征进行实体对的关系分类。本发明提供的技术方案降低了模型训练的噪声数据，避免人工标注数据及其造成的错误传递。运用开放域文本与大规模知识库进行实体对齐，有效解决了关系抽取的标注数据规模问题。
-
公开(公告)号：CN108052576A
公开(公告)日：2018-05-18
申请号：CN201711293661.8
申请日：2017-12-08
申请人： 国家计算机网络与信息安全管理中心
摘要： 本发明涉及一种事理知识图谱构建方法及系统，该构建系统包括：宏观事件层构建模块、微观知识层构建模块、关系映射模块、本体层构建模块和事理知识图谱生成模块；所述宏观事件层构建模块包括：事件实体抽取单元、事件演化单元和因果关系抽取单元；所述微观知识层构建模块包括：微观实体抽取单元。本发明通过从结构化数据中获取事件实体和微观实体，分别构建宏观事件层和微观实体层，并抽取不同事件实体之间的因果关系映射到微观实体中，通过对微观实体层中微观实体的关系、类型和因果关系进行抽象和归纳，由此判断事件形成突发性群体响应的本质原因，对突发事件进行预警预测。
-
公开(公告)号：CN113743111B
公开(公告)日：2024-06-04
申请号：CN202010865079.X
申请日：2020-08-25
申请人： 国家计算机网络与信息安全管理中心
IPC分类号： G06F40/289 , G06F40/30 , G06F18/2415 , G06F18/2431 , G06N3/045 , G06N3/084 , G06Q40/03
摘要： 本申请涉及一种基于文本预训练和多任务学习的金融风险预测方法及装置。该方法包括：获取待处理文本；将待处理文本输入第一神经网络模型，以按照风险识别任务的处理流程确定待处理文本的内容是否包括金融风险；在待处理文本的内容包括金融风险的情况下，利用第一神经网络模型按照风险分类任务的处理流程确定金融风险的风险类型；利用第一神经网络模型按照风险主体识别任务的处理流程确定与风险类型匹配的风险主体。本申请通过预训练语言模型技术解决了缺乏对语义的深度挖掘导致模型性能不佳的问题，并采用多任务处理，解决了数据量有限而且任务之间无法进行信息共享导致模型性能不佳的技术问题。
-
公开(公告)号：CN113743111A
公开(公告)日：2021-12-03
申请号：CN202010865079.X
申请日：2020-08-25
申请人： 国家计算机网络与信息安全管理中心
摘要： 本申请涉及一种基于文本预训练和多任务学习的金融风险预测方法及装置。该方法包括：获取待处理文本；将待处理文本输入第一神经网络模型，以按照风险识别任务的处理流程确定待处理文本的内容是否包括金融风险；在待处理文本的内容包括金融风险的情况下，利用第一神经网络模型按照风险分类任务的处理流程确定金融风险的风险类型；利用第一神经网络模型按照风险主体识别任务的处理流程确定与风险类型匹配的风险主体。本申请通过预训练语言模型技术解决了缺乏对语义的深度挖掘导致模型性能不佳的问题，并采用多任务处理，解决了数据量有限而且任务之间无法进行信息共享导致模型性能不佳的技术问题。
-
公开(公告)号：CN111160005A
公开(公告)日：2020-05-15
申请号：CN201911168831.9
申请日：2019-11-25
申请人： 国家计算机网络与信息安全管理中心
IPC分类号： G06F40/211 , G06F40/289 , G06F40/30 , G06F16/36 , G06N3/04 , G06N3/08
摘要： 本申请涉及一种基于事件演化知识本体的事件预测方法、装置及终端设备。其中，该方法包括：通过构建具备事件演化关系的事件演化本体知识库，从事件演化本体知识库中抽取出第一事件链和第一事件元组，采用远程监督的方式，利用第一事件元组和第一事件链对非结构化文本进行关系数据回标，得到具有事件演化关系的事件数据，利用事件数据训练以建立事件预测模型的方法，可以基于知识有效的快速获得大量已标注的训练数据，从而有效提升事件预测的准确度。
-
公开(公告)号：CN111506734B
公开(公告)日：2024-01-26
申请号：CN201910092807.5
申请日：2019-01-30
申请人： 国家计算机网络与信息安全管理中心
摘要： 本申请涉及一种事件演化知识图谱构建方法、装置、设备及存储介质，该方法包括：获取新闻的中文新闻报道；从中文新闻报道中提取对应的事件要素，组合成与中文新闻报道对应的中文事件，事件要素包括：事件触发词和事件论元；基于事件要素中的事件论元，针对每个不同新闻，将各自对应的多个不同中文事件进行关联；根据事件触发词的先验事理关系，构建相关联的多个不同中文事件之间的事件演化知识图谱。该方法可以缓解现有技术中存在的演化事件的准确度不高的问题，达到了提高演化事件的准确度的技术效果。
-
公开(公告)号：CN111159395B
公开(公告)日：2023-02-17
申请号：CN201911158422.0
申请日：2019-11-22
申请人： 国家计算机网络与信息安全管理中心
摘要： 本申请涉及一种基于图神经网络的谣言立场检测方法、装置和电子设备，所述方法包括：获取谣言数据；根据所述谣言数据的特征构建异构图，其中，所述异构图包括多个节点，所述节点用于表示所述谣言数据；将所述异构图输入图神经网络模型，得到对所述节点的立场分类结果，其中，所述立场分类结果是由所述图神经网络模型确定所述节点的目标特征，并根据每个所述节点的目标特征经过分类得到的。本申请通过构建异构图，使用图神经网络进行图表征学习，无需依赖较大的数据规模，快速高效捕获目标帖子的邻居分布特征及跨主题特征，实现对帖子的立场进行分类。
-
公开(公告)号：CN111507110B
公开(公告)日：2022-10-18
申请号：CN201910092796.0
申请日：2019-01-30
申请人： 国家计算机网络与信息安全管理中心
IPC分类号： G06F40/295 , G06F40/216 , G06Q50/00
摘要： 本申请涉及一种突发事件检测方法、装置、设备及存储介质，该方法包括：获取待检测事件的文本数据；提取文本数据中的关键信息，关键信息包括：关键词；根据关键信息生成触发词关系链；在预设的关键词库与触发词关系图的对应关系中，将与关键信息中的关键词对应的触发词关系图确定为目标触发词关系图；计算触发词关系链和目标触发词关系图的匹配度；若匹配度大于预设匹配阈值，则将待检测事件确定为突发事件。该方法可以缓解现有技术中存在的突发事件检测的效率低的问题，达到了提高突发事件检测效率的技术效果。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.041 秒)