4、单文档术语关联推理模型与网站安全风险评估方法

单文档术语关联推理模型与网站安全风险评估方法

在信息处理和网络安全领域，有两个重要的研究方向值得关注，一是单文档中重要词汇和句子的提取，二是网站遭受网络钓鱼攻击的安全风险评估。下面将详细介绍相关的方法和实验结果。

单文档术语关联推理模型

• 术语频率与权重 ：在单文档分析中，$ijf$ 表示术语 $j$ 在句子 $i$ 中的出现频率，$w$ 是之前模型中提到的权重。这个概念可用于文档总结，依据句子的重要性对其进行排序。
• 实验数据 ：使用了与米兰飞机坠毁事件相关的 CST 数据集，该数据集包含多个单文本，针对单文档进行分析。

词汇增益（Gain of Words，GOW）

• 作用 ：能消除无用词汇，同时保留可能的重要词汇，包括通过命名实体提取器获取的实体。
• 实验对比 ：随机从文件中选取十个词汇，对比了 Salton 术语重要性度量方法和 GOW 方法的结果。
  • Salton 方法 ：对于某些词汇给出有意义的结果，显示出负判别值，表明这些词汇是劣质术语，但无法区分优质词汇，表格中的零值表示无法识别这些术语。
  • GOW 方法 ：克服了上述缺点，计算得到的增益值有助于区分无用、有用和不太有用的词汇。增益值很大时，表明词汇无用。