May, 2023

VendorLink: 一种用于在暗网市场上识别和关联供应商移民及潜在别名的自然语言处理方法

PDF
TL;DR提供了一种基于 NLP 的方法 VendorLink，通过模式识别可以在 Darknet 找到并验证多个供应商帐户，帮助执法机构更好地识别潜在的非法市场和供应商。
发现论文，激发创造
  • 基于自动噪声检测的实体链接远程学习

    本文介绍了一种在没有标记数据的情况下，通过多实例学习和噪声检测的方法，学习从知识库中链接提及的实体，特别是对于科学领域等标记信息有限的领域。

    May, 2019

  • 针对图神经网络的链接窃取攻击的大型语言模型

    利用大型语言模型在图神经网络中进行链接窃取攻击，通过多数据集微调实现攻击性能的显著提升，使得链接窃取攻击更适用于实际场景。

    Jun, 2024

  • 维基百科文章的链接预测作为自然语言推理任务

    本文介绍了一种以自然语言推理为基础的链接预测方法，将链接预测任务应用于维基百科文章，并在 Data Science and Advanced Analytics 2023 竞赛中取得了优异成绩。

    Aug, 2023

  • ViANLI: 针对越南语的对抗自然语言推理

    通过预训练模型在标注过程中使用，本文介绍了对自然语言推理进行研究的越南 NLVS 数据集 ViANLI，并证明基于该数据集训练的模型显著提高了其他越南自然语言推理数据集的结果。

    Jun, 2024

  • 大规模异构图中基于大型语言模型的可扩展链接预测

    这篇论文描述了如何将大规模语言模型应用于图学习，提出了 LPNL（通过自然语言进行链接预测）框架来处理大规模异构图上的可扩展链接预测任务，并通过自我监督学习细调了基于 T5 模型的链接预测模型，实验证明 LPNL 在大规模图链接预测任务上表现出色。

    Jan, 2024

  • 检测学术文献中非正式数据引用的自然语言处理流程

    使用自然语言处理技术和 Named Entity Recognition 模型，我们建立了一个系统，对社会科学研究文献中的数据引用进行了探测，构建了一个社会科学文献和相关数据集的数据集，这将有助于未来的数据引用、数据引证网络和数据再利用领域的研究。

    May, 2022

  • 预测人工智能论文中的语义关系的方法

    本文提出了一种基于 Graph Neural Networks 的新型深度学习方法，以解决如何预测大型演化网络中链接出现的问题，特别地，预测与 AI 相关的主题之间的链接。实验结果表明，使用此方法能够有效地识别出节点的吸收和密集子图的合并两种模式，且模型具有较高的预测准确性。

    Jan, 2022

  • 针对网络安全概念的关系抽取框架

    本论文介绍了一种利用半监督自然语言处理和引导式算法从文本中提取安全实体与其关系的方法，并在小型语料库上进行测试，结果表明可以较高准确地实现此目的。

    Apr, 2015

  • 深度学习技术在语义增强软件可追溯性中的应用

    本文提出使用深度学习进行需求追踪的解决方案，并利用词嵌入和循环神经网络模型来生成追踪链接，经过 360 个不同配置的追踪网络的训练，BI-GRU 被确定为最佳模型，显著优于现有的追踪方法。

    Apr, 2018

  • 学习去噪不可靠的相互作用，用于生物医学知识图的链接预测

    利用生物医学知识图谱（KG）中的链接预测能够预测实体之间的未知相互作用，包括药物靶标相互作用（DTI）和药物药物相互作用（DDI），该研究提出了一种去噪链接预测框架（DenoisedLP），以在可学习的方式下，从局部子图中得到可靠的相互作用，并通过模糊冲突关系来强调信息有用的相互作用，通过实验结果验证了其在 DTI 和 DDI 预测任务上的优越性和去噪不可靠相互作用对受污染 KG 的有效性和鲁棒性。

    Dec, 2023