原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于词性标注预训练语言模型的日志异常检测方法，包括：1)使用带标签的公开的系统日志数据集以构建用于模型训练的数据集；2)把日志词性标注数据集用于基准模型的微调训练；3)使用日志训练数据集中的正常和异常标签，对改进后的模型进行训练；4)将日志测试数据集中的日志文本数据放入到训练后得到的模型中进行预测，能够得到对于每个日志进行异常检测的结果。本发明可有效提取日志中包含的内在语义和词性信息，用于解决非结构化系统日志信息提取不完全的问题，以提高日志异常检测的精度。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117556813A
(43)申请公布日2024.02.13
(21)申请号202311398702.5G06N3/084(2023.01)
(22)申请日2023.10.
文档评论（0）