1.一種基于語義分析驅(qū)動模型的開源情報關(guān)聯(lián)性識別方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于語義分析驅(qū)動模型的開源情報關(guān)聯(lián)性識別方法，其特征在于，對所述網(wǎng)絡(luò)安全報告和所述第一論壇討論帖子分別進(jìn)行基于詞粒度的語義編碼以得到網(wǎng)絡(luò)安全報告詞粒度語義編碼特征向量的序列和第一論壇討論帖子詞粒度語義編碼特征向量的序列，包括：
3.根據(jù)權(quán)利要求2所述的基于語義分析驅(qū)動模型的開源情報關(guān)聯(lián)性識別方法，其特征在于，將所述網(wǎng)絡(luò)安全報告詞粒度語義編碼特征向量的序列和所述第一論壇討論帖子詞粒度語義編碼特征向量的序列分別輸入基于序列內(nèi)生相關(guān)性語義度量的特征關(guān)聯(lián)優(yōu)化網(wǎng)絡(luò)以得到網(wǎng)絡(luò)安全報告詞粒度強(qiáng)化語義編碼特征向量的序列和第一論壇討論帖子詞粒度強(qiáng)化語義編碼特征向量的序列，包括：
4.根據(jù)權(quán)利要求3所述的基于語義分析驅(qū)動模型的開源情報關(guān)聯(lián)性識別方法，其特征在于，計算所述網(wǎng)絡(luò)安全報告詞粒度語義編碼特征向量的序列中任意兩個網(wǎng)絡(luò)安全報告詞粒度語義編碼特征向量之間的語義關(guān)聯(lián)得分向量以得到語義關(guān)聯(lián)得分向量的集合，包括：
5.根據(jù)權(quán)利要求4所述的基于語義分析驅(qū)動模型的開源情報關(guān)聯(lián)性識別方法，其特征在于，基于所述序列內(nèi)生相關(guān)性全局表示向量，計算所述網(wǎng)絡(luò)安全報告詞粒度語義編碼特征向量的序列中的各個網(wǎng)絡(luò)安全報告詞粒度語義編碼特征向量的關(guān)聯(lián)優(yōu)化因子以得到關(guān)聯(lián)優(yōu)化因子的序列，包括：
6.根據(jù)權(quán)利要求5所述的基于語義分析驅(qū)動模型的開源情報關(guān)聯(lián)性識別方法，其特征在于，將所述網(wǎng)絡(luò)安全報告詞粒度強(qiáng)化語義編碼特征向量的序列和所述第一論壇討論帖子詞粒度強(qiáng)化語義編碼特征向量的序列輸入局部細(xì)粒度序列交互響應(yīng)聚合網(wǎng)絡(luò)以得到網(wǎng)絡(luò)安全報告-論壇帖子細(xì)粒度語義交互全局表示向量，包括：
7.根據(jù)權(quán)利要求6所述的基于語義分析驅(qū)動模型的開源情報關(guān)聯(lián)性識別方法，其特征在于，計算所述網(wǎng)絡(luò)安全報告詞粒度強(qiáng)化語義編碼特征向量的序列和所述第一論壇討論帖子詞粒度強(qiáng)化語義編碼特征向量的序列中每組對應(yīng)的網(wǎng)絡(luò)安全報告詞粒度強(qiáng)化語義編碼特征向量和第一論壇討論帖子詞粒度強(qiáng)化語義編碼特征向量之間的局部語義關(guān)聯(lián)交互向量以得到網(wǎng)絡(luò)安全報告-論壇帖子局部語義關(guān)聯(lián)交互向量的序列，包括：
8.根據(jù)權(quán)利要求7所述的基于語義分析驅(qū)動模型的開源情報關(guān)聯(lián)性識別方法，其特征在于，計算所述網(wǎng)絡(luò)安全報告-論壇帖子局部語義關(guān)聯(lián)交互向量的序列中的各個網(wǎng)絡(luò)安全報告-論壇帖子局部語義關(guān)聯(lián)交互向量的細(xì)粒度注意力權(quán)重以得到細(xì)粒度注意力權(quán)重的序列，包括：
9.根據(jù)權(quán)利要求8所述的基于語義分析驅(qū)動模型的開源情報關(guān)聯(lián)性識別方法，其特征在于，基于所述網(wǎng)絡(luò)安全報告-論壇帖子細(xì)粒度語義交互全局表示向量，確定是否將所述第一論壇討論帖子視為所述網(wǎng)絡(luò)安全報告的關(guān)聯(lián)情報，包括：
10.一種基于語義分析驅(qū)動模型的開源情報關(guān)聯(lián)性識別系統(tǒng)，其特征在于，包括：