[发明专利]领域实体抽取方法、计算机设备、计算机可读介质及处理器有效
申请号: | 202010194752.1 | 申请日: | 2020-03-19 |
公开(公告)号: | CN113496120B | 公开(公告)日: | 2022-07-29 |
发明(设计)人: | 徐一鸣;杨卫东;李洋 | 申请(专利权)人: | 复旦大学;珠海复旦创新研究院 |
主分类号: | G06F40/295 | 分类号: | G06F40/295;G06F40/242 |
代理公司: | 上海德昭知识产权代理有限公司 31204 | 代理人: | 卢泓宇 |
地址: | 200433 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 领域 实体 抽取 方法 计算机 设备 可读 介质 处理器 | ||
1.一种领域实体抽取方法,用于构建一个能够对漏洞描述文本中的领域实体进行自动抽取的命名实体识别模型,其特征在于,包括如下步骤:
步骤S1,基于公开的网络安全数据库及该网络安全数据库遵循的数据模式,获取所述网络安全数据库中所有有关漏洞的漏洞标识号、漏洞描述文本、所述漏洞所处的平台信息以及所述漏洞所影响的产品信息,并将所述漏洞标识号、所述平台信息以及所述产品信息分别作为漏洞实体、产品实体以及平台实体从而构成一个领域实体库;
步骤S2,基于公开的漏洞缺陷枚举库,获取所述漏洞的攻击手段信息和漏洞影响信息并分别作为攻击手段实体和影响实体的外部字典;
步骤S3,基于步骤S1所建立的所述领域实体库以及所述外部字典对所述漏洞描述文本进行实体匹配从而抽取出每个所述漏洞描述文本中的所有领域实体;
步骤S4,使用词性标注工具标注出每个所述漏洞描述文本中各个文本单词的词性;
步骤S5,将每个所述漏洞描述文本、基于步骤S1建立的所述领域实体库中对应的所述领域实体以及描述文本单词的词性作为训练用数据集,训练出所述命名实体识别模型。
2.根据权利要求1所述的领域实体抽取方法,其特征在于:
其中,所述步骤S3中,采用BIEO标签法标识所述漏洞描述文本中相应的所述领域实体,
若所述领域实体在外部字典和实体库中没有指定标签,那么该领域实体的标签标记为O,表示不属于任何实体。
3.根据权利要求2所述的领域实体抽取方法,其特征在于:
其中,所述命名实体识别模型的标注结果表示为与所述步骤S3相一致的所述BIEO标签法。
4.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述的领域实体抽取方法的步骤。
5.一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现权利要求1至3中任一项所述的领域实体抽取方法的步骤。
6.一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至3中任一项所述的领域实体抽取方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于复旦大学;珠海复旦创新研究院,未经复旦大学;珠海复旦创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010194752.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:谐振变压器组合结构
- 下一篇:一种垃圾处理器控制方法及垃圾处理器