科研之友
微信
新浪微博
Facebook
分享链接
摘要
[目的 /意义]网络安全形势日益严峻,从威胁情报中抽取网络安全实体及其关系,构建结构化威胁情报信息,对于网络安全防护来说尤为重要。在过去的工作中嵌套实体的关系抽取一直是难点,嵌套实体和关系重叠不能被有效识别导致准确率低,为威胁情报信息抽取研究带来巨大的挑战。[方法/过程]基于上述情况,针对嵌套实体关系抽取过程中存在的问题,本文基于图注意力网络提出了一种新型知识抽取模型SRG。采用Bert-Bi-LSTM作为共享编码层,与边界检测模块所得的多跨度实体共同进行跨度表示后,利用图注意力网络提取特征进行关系抽取,可有效改善实体边界信息与类别信息的检测效果。[结果 /结论 ]在公共数据集上进行了实验验证,验证结果表明,其在解决实体嵌套与关系重叠的问题上有显著的效果。
- 单位
