一种面向网络威胁情报的标注语料生成方法及电子装置
授权
摘要

本发明提供一种面向网络威胁情报的标注语料生成方法及电子装置,包括:提取结构化威胁情报数据训练集中的安全实体,将各结构化威胁情报数据映射为<头实体、关系类型、尾实体>三元组,得到头实体集合与尾实体集合;提取待标注文本中的安全实体,获取包含至少一个属于头实体集合的安全实体与至少一个属于尾实体集合的安全实体的句子;判断句子中包含的关系类型;对所有句子的各<头实体、关系类型、尾实体>三元组进行标注,得到初始标注数据集,进而得到去噪标注数据集。本发明根据远程监督理论,利用已有结构化网络威胁情报数据对未标注语料进行标注,生成大规模训练语料,并提出自动去噪和交叉校验方法解决标注语料存在噪音数据的问题。

基本信息
专利标题 :
一种面向网络威胁情报的标注语料生成方法及电子装置
专利标题(英):
暂无
公开(公告)号 :
CN111859966A
申请号 :
CN202010535333.X
公开(公告)日 :
2020-10-30
申请日 :
2020-06-12
授权号 :
CN111859966B
授权日 :
2022-04-15
发明人 :
苏长鑫江钧杨沛安姜政伟李小萌王旭仁
申请人 :
中国科学院信息工程研究所
申请人地址 :
北京市海淀区闵庄路甲89号
代理机构 :
北京君尚知识产权代理有限公司
代理人 :
陈艳
优先权 :
CN202010535333.X
主分类号 :
G06F40/295
IPC分类号 :
G06F40/295  G06F40/211  G06F16/955  
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F40/295
命名实体识别
法律状态
2022-04-15 :
授权
2021-01-01 :
实质审查的生效
IPC(主分类) : G06F 40/295
申请日 : 20200612
2020-10-30 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332