[發(fā)明專利]一種創(chuàng)建知識(shí)圖譜的方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710890548.1
• 申請(qǐng)日: 2017-09-27
• 公開（公告）號(hào): CN107665252B
• 公開（公告）日: 2020-08-25
• 發(fā)明（設(shè)計(jì)）人: 毛瑞彬;朱菁;張俊;王仁勇;鄧永翠;趙洪杰
• 申請(qǐng)（專利權(quán)）人: 深圳證券信息有限公司
• 主分類號(hào): G06F16/31
• 分類號(hào): G06F16/31;G06F16/36;G06F40/295;G06N3/04
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

1.一種創(chuàng)建知識(shí)圖譜的方法，所述方法應(yīng)用于數(shù)據(jù)分析裝置，其特征在于，所述方法包括：

獲取數(shù)據(jù)源，所述數(shù)據(jù)源包括多個(gè)實(shí)體；

對(duì)所述數(shù)據(jù)源進(jìn)行語義分析和聚類分析，從所述數(shù)據(jù)源中提取實(shí)體集合和屬性集合，所述屬性集合包括所述實(shí)體集合中各實(shí)體的實(shí)體屬性；

獲取所述實(shí)體集合中各實(shí)體與屬性之間的關(guān)聯(lián)關(guān)系；

根據(jù)所述實(shí)體集合、屬性集合、以及實(shí)體與屬性之間的關(guān)聯(lián)關(guān)系創(chuàng)建并輸出知識(shí)圖譜，所述知識(shí)圖譜包括實(shí)體、實(shí)體屬性、實(shí)體與屬性之間的關(guān)聯(lián)關(guān)系、以及實(shí)體間的關(guān)聯(lián)關(guān)系；

所述方法還包括：

對(duì)所述實(shí)體集合中的各實(shí)體分別進(jìn)行向量化，得到訓(xùn)練向量；

所述對(duì)所述實(shí)體集合中的各實(shí)體分別進(jìn)行向量化，得到訓(xùn)練向量，包括：

采用多層神經(jīng)網(wǎng)絡(luò)對(duì)所述實(shí)體集合中的各實(shí)體進(jìn)行命名實(shí)體識(shí)別，得到各實(shí)體的實(shí)體上下文；

從得到各實(shí)體的實(shí)體上下文中抽取各實(shí)體間的關(guān)聯(lián)關(guān)系；

根據(jù)所述各實(shí)體的實(shí)體上下文和所述各實(shí)體間的關(guān)聯(lián)關(guān)系，得到所述訓(xùn)練向量；

所述從得到各實(shí)體的實(shí)體上下文中抽取各實(shí)體間的關(guān)聯(lián)關(guān)系，包括：

根據(jù)所述屬性集合、所述實(shí)體集合和時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)模型，分別對(duì)所述實(shí)體集合中的各實(shí)體進(jìn)行關(guān)聯(lián)關(guān)系標(biāo)注，標(biāo)注的關(guān)聯(lián)關(guān)系包括詞語在實(shí)體中的位置、關(guān)聯(lián)關(guān)系類型和關(guān)聯(lián)關(guān)系位置；

采用關(guān)聯(lián)關(guān)系嵌入法計(jì)算關(guān)系類型的權(quán)重值；

根據(jù)最近距離原則、關(guān)聯(lián)關(guān)系類型從標(biāo)注的關(guān)聯(lián)關(guān)系中篩選出候選關(guān)聯(lián)關(guān)系；

按照關(guān)聯(lián)關(guān)系類型的關(guān)鍵詞對(duì)對(duì)篩選出的候選關(guān)聯(lián)關(guān)系進(jìn)行分類，以得到所述實(shí)體間的關(guān)聯(lián)關(guān)系；

所述方法還包括：

通過實(shí)體屬性嵌入計(jì)算各實(shí)體間的相似度，對(duì)所述知識(shí)圖譜中實(shí)體類型相同或相似的實(shí)體進(jìn)行合并、去重和區(qū)分中的至少一項(xiàng)；

所述方法還包括：

當(dāng)至少兩個(gè)同名實(shí)體之間在實(shí)體網(wǎng)絡(luò)中的的距離小于N，則將所述至少兩個(gè)所述同名實(shí)體合并為同一實(shí)體，并且，將至少兩個(gè)所述同名實(shí)體的關(guān)聯(lián)關(guān)系合并為同一關(guān)聯(lián)，所述N的取值用于指示實(shí)體名稱的罕見程度；

所述知識(shí)圖譜基于時(shí)間維度，在時(shí)間維度上的每個(gè)時(shí)間窗口內(nèi)的聯(lián)通圖是所述時(shí)間窗口內(nèi)實(shí)體間的關(guān)聯(lián)關(guān)系，以及實(shí)體屬性的快照；

所述知識(shí)圖譜至少還滿足以下項(xiàng)之一：

在所述知識(shí)圖譜中，具有關(guān)聯(lián)關(guān)系的實(shí)體之間按照關(guān)聯(lián)關(guān)系強(qiáng)度從強(qiáng)至弱漸變顯示；

突出顯示所述知識(shí)圖譜中的特定實(shí)體，所述特定實(shí)體標(biāo)記風(fēng)險(xiǎn)評(píng)估值，所述特定實(shí)體是指風(fēng)險(xiǎn)評(píng)估值高于預(yù)設(shè)風(fēng)險(xiǎn)評(píng)估值的實(shí)體；

當(dāng)所述知識(shí)圖譜中的實(shí)體更新時(shí)，區(qū)分更新的實(shí)體；

對(duì)存在時(shí)間更新的實(shí)體屬性增加時(shí)間軸，在時(shí)間軸上顯示更替的時(shí)間；

對(duì)于同一個(gè)實(shí)體的實(shí)體屬性，按照實(shí)體屬性的權(quán)重值從高至低，由深入淺著色。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用多層神經(jīng)網(wǎng)絡(luò)對(duì)所述實(shí)體集合中的各實(shí)體進(jìn)行命名實(shí)體識(shí)別，得到各實(shí)體的實(shí)體上下文之后，所述從得到各實(shí)體的實(shí)體上下文中抽取各實(shí)體間的關(guān)聯(lián)關(guān)系之前，所述方法還包括：

采用最大對(duì)數(shù)似然法對(duì)得到的各實(shí)體的實(shí)體上下文分別進(jìn)行最大化處理。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從得到各實(shí)體的實(shí)體上下文中抽取各實(shí)體間的關(guān)聯(lián)關(guān)系之后，所述根據(jù)所述各實(shí)體的實(shí)體上下文和所述各實(shí)體間的關(guān)聯(lián)關(guān)系，得到所述實(shí)體訓(xùn)練向量之前，所述方法還包括：

采用最大對(duì)數(shù)似然法對(duì)得到的各實(shí)體的實(shí)體間的關(guān)聯(lián)關(guān)系分別進(jìn)行最大化處理。

4.根據(jù)權(quán)利要求1至3中任意一項(xiàng)所述的方法，其特征在于，所述數(shù)據(jù)源包括第一數(shù)據(jù)表和第二數(shù)據(jù)表，所述多個(gè)實(shí)體包括至少一個(gè)第一實(shí)體和至少一個(gè)第二實(shí)體，所述第一實(shí)體屬于第一數(shù)據(jù)表，所述第二實(shí)體屬于第二數(shù)據(jù)表，所述知識(shí)圖譜包括至少兩個(gè)聯(lián)通圖，所述至少兩個(gè)聯(lián)通圖之間存在子孫關(guān)系和/或父子關(guān)系。