申请/专利权人:中南大学
申请日:2020-03-27
公开(公告)日:2020-07-24
公开(公告)号:CN111444704A
主分类号:G06F40/216(20200101)
分类号:G06F40/216(20200101);G06F40/253(20200101);G06F40/289(20200101);G06F40/295(20200101);G06F40/30(20200101);G06N3/04(20060101);G06N3/08(20060101);G06K9/62(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.09.19#授权;2020.08.18#实质审查的生效;2020.07.24#公开
摘要:本发明公开了一种基于深度神经网络的网络安全关键词抽取方法,包括采集网络安全文本数据集;构建深度神经网络并对网络安全文本数据集进行训练得到训练后的深度神经网络模型;采用训练后的深度神经网络模型对分词系统词库进行扩展;对分词之后的文本集合进行文本关键词的抽取并得到最终的网络安全关键词抽取结果。本发明提出了一种深度神经网络来改进文本分词的不足,并通过文本中每个词语的位置以及词性来提取文本的关键词集合;因此,本发明方法能够有效的提取网络安全文本中的关键词集合,具有较高的准确率,而且可靠性高,实用性好。
主权项:1.一种基于深度神经网络的网络安全关键词抽取方法,包括如下步骤:S1.采集网络安全文本数据集;S2.构建深度神经网络;S3.采用步骤S2构建的深度神经网络,对步骤S1获取的网络安全文本数据集进行训练,得到训练后的深度神经网络模型;S4.采用步骤S3得到的训练后的深度神经网络模型,对分词系统词库进行扩展;S5.根据词语的位置特性和词性,对分词之后的文本集合进行文本关键词的抽取,从而得到最终的网络安全关键词抽取结果。
全文数据:
权利要求:
百度查询: 中南大学 基于深度神经网络的网络安全关键词抽取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。