[發明專利]政務圖譜模型構建方法、裝置、設備及計算機可讀介質

在審

• 申請號: 202011409775.6
• 申請日: 2020-12-04
• 公開（公告）號: CN112463985A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 鄧亮;王曉旭
• 申請（專利權）人: 北京明略軟件系統有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G06F40/30;G06F16/951;G06Q50/26
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 曾軍;杜欣

本申請涉及知識圖譜技術領域，尤其涉及一種政務圖譜模型構建方法、裝置、設備及計算機可讀介質。該方法包括：獲取目標政務數據，目標政務數據為從互聯網政務領域中采集得到的，用于表示法人擴展信息；從預設的法人圖譜知識庫中提取與目標政務數據匹配的圖譜知識，法人圖譜知識庫為根據通用政務知識圖譜的構建數據得到的；利用圖譜知識對目標政務數據構建法人擴展信息的知識圖譜。本申請將構建過程中產生的知識積累沉淀下來，為下一次政務法人擴展信息圖譜模型構建提供必要的行業知識指導，從而將知識庫中的知識應用到迭代中去，使非專業技術人員也能參與到圖譜模型構建的工作中來。

技術領域

本申請涉及知識圖譜技術領域，尤其涉及一種政務圖譜模型構建方法、裝置、設備及計算機可讀介質。

背景技術

為政務行業提供區域產業分析能力，引導地方產業發展，同時基于多維企業大數據，提供全方位企業信息查詢服務，監測企業發展態勢和風險情況。通過構建企業法人知識圖譜，深度挖掘企業、高管、法人、品牌、產品、地域、產業鏈間的復雜網絡關系。政務行業企業法人知識圖譜庫的建設主要是匯聚法人在社會經濟活動中產生的相關信息。

目前，相關技術中，在對法人知識圖譜數據治理的過程中，需要多次迭代更新。根據知識獲取的邏輯，每一輪迭代基本上都需要經歷以下3個過程：

1、信息抽取：從各種類型的數據源中提取出實體、屬性以及實體間的相互關系，在此基礎上形成本體化的知識表達；

2、知識融合：在獲得新知識之后，需要對其進行整合，以消除矛盾和歧義，比如某些實體可能有多種表達，某個特定稱謂也許對應于多個不同的實體等；

3、知識加工：對于經過融合的新知識，需要經過質量評估之后(部分需要人工參與甄別)，才能將合格的部分加入到知識庫中，以確保知識庫的質量。

每次迭代都需要行業專家深度人工參與甄別，如依靠從組織內部的結構化、非結構化以及半結構化數據進行聯合抽取時需要依靠大量人工進行審核校驗，導致效率低下。并且知識抽取的質量較差，數據質量較低對政務圖譜的后期的應用有較大阻礙，無法將知識庫中的知識應用到迭代中去。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本申請提供了一種政務圖譜模型構建方法、裝置、設備及計算機可讀介質，以解決無法將知識庫中的知識應用到迭代中去的技術問題。

根據本申請實施例的一個方面，本申請提供了一種政務圖譜模型構建方法，包括：

獲取目標政務數據，目標政務數據為從互聯網政務領域中采集得到的，用于表示法人擴展信息；

從預設的法人圖譜知識庫中提取與目標政務數據匹配的圖譜知識，法人圖譜知識庫為根據通用政務知識圖譜的構建數據得到的；

利用圖譜知識對目標政務數據構建法人擴展信息的知識圖譜。

可選地，獲取目標政務數據包括以下方式中的至少一種：

從第一抓取鏈路的起始頁開始，依次抓取第一抓取鏈路中的各個頁面中的目標政務數據；在第一抓取鏈路的所有頁面均抓取完畢且不滿足結束條件的情況下，繼續從第二抓取鏈路的起始頁開始，依次抓取第二抓取鏈路中的各個頁面中的目標政務數據，直至滿足結束條件時，終止抓取數據；

抓取當前頁面中的目標政務數據；在不滿足結束條件的情況下，從當前頁面中的多個鏈接中確定目標鏈接，并抓取目標鏈接所指向的目標頁面中的目標政務數據，直至滿足結束條件時，終止抓取數據。

可選地，從預設的法人圖譜知識庫中提取與目標政務數據匹配的圖譜知識包括：

提取目標政務數據所要構建的知識圖譜的模型標識；