买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军网络空间部队信息工程大学申请的专利基于特征增强的文档级威胁情报关系抽取方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116049343B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211416432.1，技术领域涉及：G06F16/31；该发明授权基于特征增强的文档级威胁情报关系抽取方法及系统是由李勇飞;郭渊博;方晨;常雅静;刘盈泽;邱俊博设计研发完成，并于2022-11-12向国家知识产权局提交的专利申请。

本基于特征增强的文档级威胁情报关系抽取方法及系统在说明书摘要公布了：本发明属于网络空间安全技术领域，特别涉及一种基于特征增强的文档级威胁情报关系抽取方法及系统，通过构建实体信息抽取模型并进行训练优化，其中，实体信息抽取模型包含：BERT模型、融合处理单元及实体关系抽取模型；将待处理威胁情报文档的文本数据输入训练优化后的实体信息抽取模型中，通过BERT模型来获取文本数据中单词实体提及上下文嵌入向量，利用融合处理单元将词性嵌入向量和实体宽度信息与单词实体提及上下文嵌入向量进行融合，通过实体关系抽取模型获取文本数据中目标实体对的实体关系。本发明结合词性序列、提及宽度等额外文档信息来增强实体表示特征，可提高实体关系抽取精确性，为网络安全空间威胁建模、风险分析推理等提供技术支撑。

本发明授权基于特征增强的文档级威胁情报关系抽取方法及系统在权利要求书中公布了：1.一种基于特征增强的文档级威胁情报关系抽取方法，其特征在于，包含如下内容：构建实体信息抽取模型并基于知识蒸馏来进行模型训练优化，其中，实体信息抽取模型包含：用于对输入文本数据进行编码来获取文本数据单词实体提及上下文嵌入向量的BERT模型，通过融合词性嵌入向量和实体宽度信息来增强单词实体提及上下文嵌入向量并获取实体全局表示的融合处理单元，及将给定实体对局部上下文嵌入与实体全局表示、实体类型信息和实体间距信息进行融合并通过非线性激活函数来得到给定实体对关系概率的实体关系抽取模型；将待处理威胁情报文档的文本数据输入训练优化后的实体信息抽取模型中，通过BERT模型来获取文本数据中单词实体提及上下文嵌入向量，利用融合处理单元将词性嵌入向量和实体宽度信息与单词实体提及上下文嵌入向量进行融合，针对融合词性嵌入向量的单词实体提及上下文嵌入向量，基于多头注意力机制来获取单词实体提及上下文嵌入向量中每个提及元素的注意力分数，将每个提及元素的注意力分数作为对应实体提及的注意力，并通过对实体提及注意力进行平均来获取实体级注意力矩阵，利用该实体级注意力矩阵来表示对应实体到所有实体提及的注意力分数，并通过实体级注意力矩阵来定位给定实体对关键上下文，并依据上下文来获取该给定实体对的局部上下文嵌入向量；接着，将局部上下文嵌入向量与实体全局表示、实体类型信息及实体间距离信息进行融合来获取目标实体对的上下文嵌入表示；然后，将目标实体对的上下文嵌入表示进行分组和特征融合，得到实体对表示，再利用非线性激活函数sigmoid获得给定目标实体对的关系概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军网络空间部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。