一种基于领域知识迁移对抗的多元信息抽取方法

本发明涉及一种基于领域知识迁移对抗的多元信息抽取方法，属于网络安全领域，本发明利用领域迁移技术将长文本分类模型迁移到短文本场景中，实现短文本主题精准分类并筛选威胁情报，随后，利用对抗学习机制，在现有多语言嵌入模型的基础上消除不同语言的特异性，对语言语义进行更准确的嵌入，使得多语言嵌入模型专注于语言在认知空间的一致性，并在此基础上构建跨语言信息抽取模型。对比现有技术，本发明能够实现从多种语言的碎片化的短文本威胁情报中抽取威胁实体，实现对攻击情报的精准定位。