[發明專利]利用知識圖譜計算文本和主體相關度的方法以及裝置

有效

• 申請號: 201810567101.5
• 申請日: 2018-06-05
• 公開（公告）號: CN109033132B
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 孫雨軒;吳成龍;周劼人
• 申請（專利權）人: 中證征信（深圳）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/284
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種利用知識圖譜計算文本與企業主體相關度的方法，包括以下步驟：

獲取文本；

對文本進行分詞處理，提取文本中出現的關鍵詞集合，通過預先建立的知識圖譜，檢索與關鍵詞相關聯的企業主體，以將所述與關鍵詞相關聯的企業主體作為候選的企業集合，其中，所述知識圖譜包括目標節點信息、相關聯的節點信息、所述目標節點信息與所述相關聯的節點信息之間的關系及關聯性權重，所述目標節點信息包括第一企業主體信息，所述相關聯的節點信息包括與第一主體企業主體信息相關聯的第二主體信息、產品或自然人信息；

根據所述候選的企業集合中的候選的企業主體關聯的關鍵詞出現的詞頻計算文本與所述候選的企業主體的關聯度；

其特征在于，在對文本進行分詞處理，提取文本中出現的關鍵詞集合，通過預先建立的知識圖譜，檢索與關鍵詞相關聯的企業主體，以將所述與關鍵詞相關聯的企業主體作為候選的企業集合的步驟中，包括：

對文本進行分詞處理，得到所有的關鍵詞以形成關鍵詞集合，所述關鍵詞集合記為K，在所述知識圖譜中搜索所述關鍵詞集合K中的關鍵詞，獲取與所述關鍵詞集合K相關聯的企業主體，以將所述與關鍵詞相關聯的企業主體作為候選的企業集合，所述候選的企業集合記為C。

2.如權利要求1所述的利用知識圖譜計算文本與企業主體相關度的方法，其特征在于，在計算文本與所述候選的企業主體的關聯度的步驟中，還包括：

根據所述候選的企業集合中的候選的企業主體關聯的關鍵詞出現的詞頻、關系權重計算文本與所述候選的企業主體的關聯度。

3.如權利要求2所述的利用知識圖譜計算文本與企業主體相關度的方法，其特征在于，在對所述文本進行分詞處理的步驟之前，還包括：

對所述文本進行段落劃分預處理，并對段落位置賦予相應權重；

在計算所述文本與所述候選的企業主體的關聯度的步驟中，還包括：

根據所述候選的企業集合中的候選的企業主體關聯的關鍵詞出現的詞頻、段落位置、關系權重、文本篇幅計算文本與所述候選的企業主體的關聯度。

4.一種利用知識圖譜計算文本與企業主體相關度的裝置，包括：

文本獲取模塊，用于獲取文本；

分詞模塊，用于對文本進行分詞處理，提取文本中出現的關鍵詞集合，通過預先建立的知識圖譜，檢索與關鍵詞相關聯的企業主體，以將所述與關鍵詞相關聯的企業主體作為候選的企業集合，其中，所述知識圖譜包括若干節點信息、每一節點信息與對應的節點信息之間的關系及關聯性權重，所述若干節點信息中，其中的節點信息為企業主體信息，其余的節點信息為相應企業主體對應的產品信息或自然人信息；

關聯度計算模塊，用于根據所述候選的企業集合中的候選的企業主體關聯的關鍵詞出現的詞頻計算文本與所述候選的企業主體的關聯度。

5.如權利要求4所述的利用知識圖譜計算文本與企業主體相關度的裝置，其特征在于，所述關聯度計算模塊，還用于根據所述候選的企業集合中的候選的企業主體關聯的關鍵詞出現的詞頻、關系權重計算文本與所述候選的企業主體的關聯度。