面向小样本的威胁情报命名实体识别方法

作     者：萨仁高娃 邬超慧 张振 张悦 Sa Ren Gaowa;WU Chao-hui;ZHANG Zhen;ZHANG Yue

作者机构：内蒙古电力集团有限责任公司内蒙古电力经济技术研究院内蒙古呼和浩特010020 

基　　金：国家自然科学基金项目(59637050) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第9期

页      码：2599-2605页

摘      要：为解决威胁情报领域的数据源不足、实体专业性强等问题,提出一种面向小样本的威胁情报命名实体识别模型AbNER。设计基于自注意力机制的隐式特征引导模块,引入prompt模板,融合专业领域的先验知识,结合两者共同完成识别实体。对模型输入层结构进行优化,有效提升编码性能。分析AbNER在通用和电网等两类威胁情报数据上的测试结果,模型在5个全量数据集和3个小样本数据集上均达到最优表现,验证了AbNER的实体识别优势和小样本能力。

主 题 词：命名实体识别 威胁情报 小样本 自注意力机制 大规模语言模型 提示学习 网络安全 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.09.006

馆 藏 号：203143382...