排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
基于知识图谱的网络安全动态预警方法,能够主动感知和应对网络安全攻击,增强感知的实时性和精准性。然而,在构建网络安全知识图谱的实体抽取过程中,传统的命名实体识别工具和方法无法识别网络安全领域中的特定类别实体,文本中的未登录和中英文混合的网络安全实体也难以被准确识别。网络安全文本中的网络安全命名实体存在中英文混合、单词缩写等问题,仅基于字的命名实体识别方法难以充分表征字或词的语义信息。因此,论文考虑中英文更细粒度的部件语义捕捉字或词的语义特征,提出一种基于部件CNN的网络安全命名实体识别方法(C C-NS-NER),利用部件CNN抽取词语部件特征中的关键语义特征,丰富字词级别的语义信息,并引入BiLSTM-CRF确保抽取字向量和部件特征中的抽象信息,同时获取标签之间的关联信息,识别文本中的网络安全命名实体。在人工标注的网络安全数据集上的实验结果表明,该方法相较于传统模型,能有效获取字或词的部件语义信息,显著提高网络安全命名实体识别的效果。 相似文献
2.
3.
4.
目前国内外对储层识别的方法有很多。然而由于岩溶储层的复杂性以及资料的局限性,对于岩溶储层的识别方法很少,因此本文基于常规储层识别方法,从钻井录井显示、测井表征和井震结合3个方面,对八陡组的岩溶储层进行了识别研究。 相似文献
5.
6.
7.
微博平台隐含潜在的用户信息,通过微博数据挖掘用户兴趣具有重要的社会意义。结合用户兴趣与微博信息的特点,提出了一种文本聚类与兴趣衰减的微博用户兴趣挖掘(TCID-MUIM)方法。首先,通过基于词林的同义词合并策略弥补建模时词频信息不足的弊端;其次,利用二次Single-Pass不完全聚类算法将用户微博划分为多个簇,将簇合并为同一文档以弥补微博文本短小难以挖掘主题信息的问题;最后,通过LDA模型建模,并考虑用户兴趣随时间变化的问题,引入时间因子,将微博—主题矩阵压缩为用户—主题矩阵,获取用户兴趣。实验表明,较之传统建模方法与合并用户历史微博为同一文档的建模方法,TCID-MUIM方法挖掘的用户兴趣主题具有更好的主题区分度,且更贴合用户的真实兴趣偏好。 相似文献
8.
荣成市公安消防大队现有消防监督员5人,消防合同制民警4人,担负着全市26个镇3000余个单位的消防监督任务。近年来,他们紧紧围绕保卫和服务经济建设这一中心认真贯彻国务院《消防改革与发展纲要》和江泽民总书记‘责任重于泰山”的重要讲话精神,改革创新,开拓进取,积极推进消防监督规范化建设,提高消防监督管理水平,不断开创消防工作新局面。(一)改革完善消防监督分级管理制度。1997年以来,他们采取了一系列行之有效的措施,对消防监督分级管理体系进行改革。一是加强公安派出所消防监督工作。为了建立健全镇村消防安… 相似文献
9.
10.