融合自举与语义角色标注的威胁情报实体关系抽取方法

来源：计算机应用杂志2023年第5期北京时间：

作者：程顺航, 李志华, 魏涛

单位：江南大学 人工智能与计算机学院，江苏 无锡 214122

摘要：为高效地自动挖掘开源异构大数据中的威胁情报实体和关系，提出一种威胁情报实体关系抽取（TIERE）方法。首先，通过分析开源网络安全报告的特点，研究并提出一种数据预处理方法；然后，针对网络安全领域文本复杂度高、标准数据样本集少的问题，提出基于改进自举法的命名实体识别（NER-IBS）算法和基于语义角色标注的关系抽取（RE-SRL）算法。利用少量样本和规则构建初始种子，通过迭代训练挖掘非结构化文本中的实体，并通过构建语义角色的策略挖掘实体之间的关系。实验结果表明，在少样本网络安全信息抽取数据集上，NER-IBS算法的F1值为84%，与RDF-CRF （Regular expression and Dictionary combined with Feature templates as well as Conditional Random Field）算法相比提高了2个百分点，且RE-SRL算法对于无类别关系抽取的F1值为94%，说明TIERE方法具有高效的实体关系抽取能力。

关键词：实体识别,关系抽取,威胁情报,自举法,语义角色标注

基金资助：工业和信息化部智能制造项目(ZH?XZ?180004);中央高校基本科研业务费专项资金资助项目(JUSRP211A41)