摘要
本发明公开了基于提示增强和联合学习的网络威胁情报三元组抽取模型的训练方法及三元组抽取方法,包括:S1:构建问题模板;S2:构建解码器;S3:建立由标签答案词向关系标签的第一映射、由关系标签向答案语义词的第二映射;预测实体对的关系为某答案词的概率;S4:输入隐藏层表示和可学习答案语义词的嵌入向量至关系预测层,得到预测头;S5:选择概率最高的答案词根据第一映射映射至关系标签得到预测关系;S6:计算总损失;S7:进行预训练;S8:使用训练数据集训练模型得到三元组联合提取模型。通过输入网络威胁情报数据至所述模型,即可得到关系三元组。本发明采用联合提取框架,有效解决了实体和关系任务间缺乏交互的问题。
技术关键词
网络威胁情报
三元组
答案
关系
实体
语义
训练语料库
标签
解码器
模板
梯度下降算法
文本
分类器
数据
编码器
序列
跨度
参数
集群
系统为您推荐了相关专利信息
时域特征
频域特征
弱分类器
监测方法
多模态数据融合
大语言模型
语言模块
智能诊断模型
诊断模块
时域特征值分析
文本审核方法
审核模型
映射关系表
预训练模型
术语标准化
损伤预测方法
平衡车
驾驶者
决策树模型
姿态特征