面向小樣本的威脅情報命名實體識別方法

摘要： 為解決威脅情報領域的數(shù)據(jù)源不足、實體專業(yè)性強等問題，提出一種面向小樣本的威脅情報命名實體識別模型AbNER。設計基于自注意力機制的隱式特征引導模塊，引入prompt模板，融合專業(yè)領域的先驗知識，結(jié)合兩者共同完成識別實體。對模型輸入層結(jié)構(gòu)進行優(yōu)化，有效提升編碼性能。分析AbNER在通用和電網(wǎng)等兩類威脅情報數(shù)據(jù)上的測試結(jié)果，模型在5個全量數(shù)據(jù)集和3個小樣本數(shù)據(jù)集上均達到最優(yōu)表現(xiàn)，驗... （共7頁）