[發明專利]基于知識圖譜技術的小微企業畫像生成方法及裝置

在審

• 申請號: 201910533256.1
• 申請日: 2019-06-19
• 公開（公告）號: CN110489560A
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 李振;劉恒;趙興瑩
• 申請（專利權）人: 民生科技有限責任公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/28;G06Q10/10;G06Q40/00;G06Q40/02
• 代理公司: 11401 北京金智普華知識產權代理有限公司
• 代理人: 巴曉艷<國際申請>=<國際公布>=<進入

1.一種小微企業畫像生成方法，其特征在于，所述方法通過結構化數據構建第一企業知識圖譜，獲取非結構化數據并提取出關系描述框架三元組關系表達式，將非結構化數據轉化為結構化數據，導入到所述第一企業知識圖譜形成第二企業知識圖譜，基于所述第二企業知識圖譜生成小微企業畫像，所述方法具體包括：

步驟1：結構化數據處理；

步驟2：非結構化數據處理；

步驟3：生成小微企業畫像。

2.根據權利要求1所述的方法，其特征在于，所述步驟1具體包括：

步驟11：確定為創建第一企業知識圖譜所需要的結構化數據；

步驟12：將所述結構化數據以csv格式文件形式導出；

步驟13：將導出的csv格式文件導入圖數據庫并創建節點，給節點賦予屬性值；

步驟14：在導入csv格式文件數據中查找實體，并建立實體之間的關系；

步驟15：按照上述步驟導入不同維度的實體關系，得到第一企業知識圖譜。

3.根據權利要求2所述的方法，其特征在于，所述步驟2具體包括：

步驟21：對用于構建實體識別模型和關系抽取模型的第一非結構化數據進行預處理，去除不必要的信息，提取出正文，并切分為若干句子；

步驟22：標注第一樣本數據作為實體識別模型的樣本；

步驟23：將標注的第一樣本數據分為實體識別模型訓練集和實體識別模型測試集，實體識別模型訓練集用于訓練實體識別模型的參數，實體識別模型測試集用于測試實體識別模型是否可用；

步驟24：利用實體識別模型訓練集和實體識別模型測試集對實體識別模型進行訓練和測試，訓練后的實體識別模型能夠用于實體識別；

步驟25：標注第二樣本數據作為實體間的關系抽取模型的樣本；

步驟26：將標注的第二樣本數據分為關系抽取模型訓練集和關系抽取模型測試集，關系抽取模型訓練集用于訓練關系抽取模型的參數，關系抽取模型測試集用于測試關系抽取模型是否可用；

步驟27：利用關系抽取模型訓練集和關系抽取模型測試集對關系抽取模型進行訓練和測試，訓練后的實體識別模型能夠用于關系抽取；

步驟28：獲取用于實體識別和關系抽取的第二非結構化數據，經過實體識別模型后識別出各個實體，再經過關系抽取模型后抽取各個實體之間的關系；

步驟29；抽取到的實體及關系以關系描述框架三元組結構進行表示，得到結構化數據，導入圖數據庫中，在第一企業知識圖譜的基礎上創建新的關系，形成第二企業知識圖譜。

4.根據權利要求3所述的方法，其特征在于，所述步驟3具體包括：以小微企業為中心，通過第二企業知識圖譜繪制出關系圖，形成針對所述小微企業的小微企業畫像。

5.根據權利要求1所述的方法，其特征在于，結構化數據來源于銀行內部脫敏后的交易數據。

6.根據權利要求1所述的方法，其特征在于，非結構化數據來源于銀行授信項目的信貸報告。

7.根據權利要求1所述的方法，其特征在于，所述關系描述框架三元組關系表達式為：實體，關系，實體。

8.一種小微企業畫像生成裝置，其特征在于，所述裝置采用根據權利要求1至7中任一項所述的方法進行操作，所述裝置包括：

第一知識圖譜構建部件，用于將結構化數據導入圖數據庫中，查找實體，為實體建立關系，導入不同維度的實體關系，得到第一企業知識圖譜；

第二知識圖譜構建部件，用于對非結構化數據進行處理，構建實體識別模型和關系抽取模型，以關系描述框架三元組結構表示實體及關系，將非結構化數據轉化為結構化數據，導入圖數據庫中，在第一企業知識圖譜的基礎上創建新的關系，形成第二企業知識圖譜；

小微企業畫像生成部件，以某一小微企業為中心，通過第二企業知識圖譜繪制出關系圖，形成針對該小微企業的小微企業畫像。