CN116049343B 基于特征增强的文档级威胁情报关系抽取方法及系统 （中国人民解放军网络空间部队信息工程大学）_第1页
CN116049343B 基于特征增强的文档级威胁情报关系抽取方法及系统 （中国人民解放军网络空间部队信息工程大学）_第2页
CN116049343B 基于特征增强的文档级威胁情报关系抽取方法及系统 （中国人民解放军网络空间部队信息工程大学）_第3页
CN116049343B 基于特征增强的文档级威胁情报关系抽取方法及系统 （中国人民解放军网络空间部队信息工程大学）_第4页
CN116049343B 基于特征增强的文档级威胁情报关系抽取方法及系统 （中国人民解放军网络空间部队信息工程大学）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于特征增强的文档级威胁情报关系抽取及一种基于特征增强的文档级威胁情报关系抽处理威胁情报文档的文本数据输入训练优化后合处理单元将词性嵌入向量和实体宽度信息与体关系抽取模型获取文本数据中目标实体对的2构建实体信息抽取模型并基于知识蒸馏来进行模型训练型包含：用于对输入文本数据进行编码来获取文本数据单词实体提及上下文嵌入向量的体类型信息和实体间距信息进行融合并通过非线性激活函数来得到给定实体对关系概率将待处理威胁情报文档的文本数据输入训练优化后的实体信息抽取模型5.根据权利要求1或4所述的基于特征增强的文档级实体的词性嵌入向量，并通过将其与上下文嵌入向量融合来生成词性嵌入增强的向量表3模型构建模块，用于构建实体信息抽取模型并基于关系抽取模块，用于将待处理威胁情报文档的文本数据输入训练优化后来定位给定实体对关键上下文，并依据上下文来获取该给定实体对的局部上下文嵌入向7.一种计算机可读存储介质，其特征在于42)威胁情报包含大量漏洞名称、恶意软件、APT组织等专业词汇，存在严重的OOV(Outof词性嵌入向量和实体宽度信息来增强单词实体提及上下文嵌入向量并获取实体全局表示间间距信息进行融合并通过非线性激活函数来得到给定实体对关系概率的实体关系抽取5文本数据进行分词处理来获取单词实体集合，并利用预设提及符号对实体提及进行标记；6体类型信息和实体间间距信息进行融合并通过非线性激活函数来得到给定实体对关系概过实体关系抽取模型来获取文本数据中目标实体对的实体关过融合词性嵌入向量和实体宽度信息来增强单词实体提及上下文嵌入向量并获取实体全和实体间间距信息进行融合并通过非线性激活函数来得到给定实体对关系概率的实体关7[0029]S102、将待处理威胁情报文档的文本数据输入训练优化后的实体信息抽取模型]]]8ceRX(,,[|]表示连接操作。[0045]利用预先生成的宽度嵌入矩阵W和距离嵌入矩阵D来融合实体提及的宽度信息及[0048]其中weRS,deRS,d3和d4分别为宽度嵌入和距离[0051]对于包含Ney个提及的实体ei，利用logsumexp池化操作获全局表示、实体类型信息及实体间距离信息进行融合来获取目标实体对的上下文嵌入表9体类型信息和实体间间距信息进行融合并通过非线性激活函数来得到给定实体对关系概过实体关系抽取模型来获取文本数据中目标实体对的实体关[0084]结合本文中所公开的实施例描述的各实例的单元及方法步骤，能够以电子硬件、[0085]本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论