[发明专利]一种基于社交网络的语义决策方法和系统在审
申请号: | 202211013387.5 | 申请日: | 2022-08-23 |
公开(公告)号: | CN115496069A | 公开(公告)日: | 2022-12-20 |
发明(设计)人: | 吴冠标;陈涛 | 申请(专利权)人: | 天津市国瑞数码安全系统股份有限公司 |
主分类号: | G06F40/30 | 分类号: | G06F40/30;G06F40/211;G06F40/289;G06Q50/00 |
代理公司: | 北京鑫知翼知识产权代理事务所(普通合伙) 11984 | 代理人: | 张云珠 |
地址: | 300384 天津市南开区华*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 社交 网络 语义 决策 方法 系统 | ||
本发明提供一种基于社交网络的语义决策方法和系统,通过句法模型和语义分析模型两重断句,以及利用词分量对应的服务器的语言信息集中的短语,以及词分量与该短语的差值,得到二元组向量集,完成映射到有向图中,从而得到符合指定范围的词分量,进而查询得到指令代码,执行指令代码完成决策,克服了现有技术无法面对复杂多样的场景、自动化程度非常低的问题。
技术领域
本申请涉及网络安全技术领域,尤其涉及一种基于社交网络的语义决策方法和系统。
背景技术
现有的调度决策需求越来越复杂,仅仅依赖人工控制和指挥,不但无法面对复杂多样的场景,而且自动化程度还会非常低。需要有能够依赖群体智慧,并且能够自动理解语言含义,自动发布调度指令的智能系统。
因此,急需一种针对性的基于社交网络的语义决策方法和系统。
发明内容
本发明的目的在于提供一种基于社交网络的语义决策方法和系统,通过句法模型和语义分析模型两重断句,以及利用词分量对应的服务器的语言信息集中的短语,以及词分量与该短语的差值,得到二元组向量集,完成映射到有向图中,从而得到符合指定范围的词分量,进而查询得到指令代码,执行指令代码完成决策。
第一方面,本申请提供一种基于社交网络的语义决策方法,所述方法包括:
获取网络数据流,从中提取出携带的指令语句;
将所述指令语句输入句法模型中,进行初步断句,得到第一词分量,所述句法模型根据每个单词类型设置不同宽度的提取窗口,以该提取窗口为断句依据,窗口宽度内的单词组成所述第一词分量;
将所述第一词分量逐个输入语义分析模型,如果还能够识别成短句的话,则认定该第一词分量的初步断句没有成功,需要将该第一词分量再次输入所述句法模型,再次进行断句,得到第二词分量;如果无法识别成短句、被识别成词组的话,则认定该第一词分量的初步断句成功,所述第一词分量直接标识为第二词分量;所述词组由若干个单词组成,不具有句法结构;
在所述将所述第一词分量逐个输入语义分析模型的过程中,语义分析模型还给出每个所述第二词分量对应的服务器的语言信息集中的短语s,以及所述第二词分量与该短语s的差值a,将每一对短语s和差值a输入一个二元组模板中,得到二元组(s,a)向量集;
计算所述二元组(s,a)向量集的期望和方差,将所述二元组(s,a)向量集映射到有向图中,所述有向图的映射点之间的欧式距离代表短语s之间的差值a,得到在符合所述期望和方差指定范围内的短语,将该短语对应的第二词分量作为第三词分量;
根据所述第三词分量查询得出指令代码,将逐个指令代码传输到对应的功能执行模块,执行该指令代码指示的功能。
第二方面,本申请提供一种基于社交网络的语义决策系统,所述系统包括:
获取单元,用于获取网络数据流,从中提取出携带的指令语句;
断句单元,用于将所述指令语句输入句法模型中,进行初步断句,得到第一词分量,所述句法模型根据每个单词类型设置不同宽度的提取窗口,以该提取窗口为断句依据,窗口宽度内的单词组成所述第一词分量;
语义分析单元,用于将所述第一词分量逐个输入语义分析模型,如果还能够识别成短句的话,则认定该第一词分量的初步断句没有成功,需要将该第一词分量再次输入所述句法模型,再次进行断句,得到第二词分量;如果无法识别成短句、被识别成词组的话,则认定该第一词分量的初步断句成功,所述第一词分量直接标识为第二词分量;所述词组由若干个单词组成,不具有句法结构;
在所述将所述第一词分量逐个输入语义分析模型的过程中,语义分析模型还给出每个所述第二词分量对应的服务器的语言信息集中的短语s,以及所述第二词分量与该短语s的差值a,将每一对短语s和差值a输入一个二元组模板中,得到二元组(s,a)向量集;
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天津市国瑞数码安全系统股份有限公司,未经天津市国瑞数码安全系统股份有限公司许可,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/202211013387.5/2.html,转载请声明来源钻瓜专利网。