[發明專利]互聯網行動類信息線索分析的方法和系統

有效

• 申請號: 202110443364.7
• 申請日: 2021-04-23
• 公開（公告）號: CN113268673B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 張傳新;梁汝鋒;解崢;王宇;劉春陽;劉巨安;張旭;陳志朋;張翔宇;王菲
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心;北京藍光匯智網絡科技有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F40/253;G06F40/284
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 卞靜靜

1.互聯網行動類信息線索分析的方法，其特征在于，包括：

從互聯網獲取信息文本；

將信息文本輸入預訓練的行動線索標注算法模型中，應用預訓練的行動線索標注算法模型獲取信息文本中的行動類信息線索單詞；

其中，所述行動類信息線索單詞的實體類型包括自定義類型，所述行動線索標注算法模型對屬于自定義類型的單詞的權重進行增量運算；

所述行動線索標注算法模型的預訓練方法包括：

獲取訓練語料，對訓練語料分詞，再對每個單詞進行第一類標注；

選擇標簽體系，根據標簽體系對訓練語料中的每個字符進行第二類標注，生成包含第一類標注和第二類標注的訓練數據，其中第二類標注包括行動類信息線索單詞所屬實體類型的標注；

選擇特征模板，根據行動類信息線索單詞和/或行動類信息線索單詞的第一類標注和/或行動類信息線索單詞的第二類標注確定特征模板中的特征；

將訓練數據和特征模板導入行動線索標注算法模型中進行訓練，以得到獲取行動類信息線索單詞的最優路徑；

所述行動類標注算法模型為線性鏈結構的標注算法模型，在線性鏈結構模型中，x＝{x₁，x₂，…，x_n}表示觀察序列，即可直觀看到的序列，y＝{y₁，y₂，…，y_n}表示狀態序列，即觀察序列中的元素隱藏的屬性狀態的序列，根據標注算法模型的基本理論：

其中，i為當前節點位置，t_k(y_i-1,y_i,x,i)為觀察序列的節點位置i-1與i之間的轉移特征函數，這類特征函數只和當前節點及上一節點有關，s_l(y_i,x,i)為觀察序列的節點位置i的狀態特征函數，這類特征函數只和當前節點有關，λ_k為t_k的權重系數，μ_l為s_l的權重系數，Z(x)為規范化因子；

將轉移特征函數t_k(y_i-1,y_i,x,i)和狀態特征函數s_l(y_i,x,i)統一為特征函數f_k(y,x)，同時將權重系數λ_k和μ_l統一為權重系數w_k后，P(y∣x)和Z(x)可分別表示為：

其中，K為轉移特征函數t_k(y_i-1,y_i,x,i)和狀態特征函數s_l(y_i,x,i)的總個數。

2.如權利要求1所述的互聯網行動類信息線索分析的方法，其特征在于，所述第一類標注為詞性標注，所述第二類標注還包括行動類信息線索單詞中每個字符的位置標注。

3.如權利要求1所述的互聯網行動類信息線索分析的方法，其特征在于，所述行動類信息線索單詞的實體類型還包括：時間、地點、人物。

4.如權利要求1所述的互聯網行動類信息線索分析的方法，其特征在于，行動線索標注算法模型通過維特比算法解碼獲取行動類信息線索單詞。