[發明專利]企業關聯關系抽取方法、裝置、存儲介質和電子裝置

在審

• 申請號: 202110218014.0
• 申請日: 2021-02-26
• 公開（公告）號: CN112949309A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 馬小龍;祝世虎
• 申請（專利權）人: 中國光大銀行股份有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/284
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 劉旺貴

本發明實施例提供了一種企業關聯關系抽取方法、裝置、存儲介質和電子裝置，該方法包括：接收企業文本數據，根據該企業文本數據獲取主實體公司名稱和該主實體公司與客實體公司之間的關聯關系；根據金融詞庫獲取該客實體公司名稱；根據獲取的該主實體公司名稱、該客實體公司名稱以及該關聯關系進行企業關聯關系抽取，得到關聯關系三元組。通過本發明，由于量化企業文本數據，高效分析文本中的企業關聯關系，解決了相關技術中人工篩選企業關聯關系分析效率低的問題，進而達到了提高文本數據處理效率、快速抽取企業關聯關系的效果。

技術領域

本發明實施例涉及文本處理技術領域，具體而言，涉及一種企業關聯關系抽取方法、裝置、存儲介質和電子裝置。

背景技術

互聯網上充斥著各種企業輿情信息。目前，實體關系分類方法主要基于純文本的分析得到的實體關系分類。在企業文本關聯關系分析領域，輿情信息存在來源不可控、描述多樣性等問題，導致識別效果較差，關系無法用于真實生成環境。如何從海量的企業文本中找尋出有意義的企業關聯關系，就顯得尤為迫切，也是現在的研究重點。

在分析包含企業關聯關系的文本文件時，相關方法是通過人工進行篩選，進行人工分析，但是由于文本信息數據量巨大，人工逐條耗時耗力，所以分析效率較低，速度很慢。

針對相關技術中人工篩選企業關聯關系分析效率低的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種企業關聯關系抽取方法、裝置、存儲介質和電子裝置，以至少解決相關技術中人工篩選企業關聯關系分析效率低的問題。

根據本發明的一個實施例，提供了一種企業關聯關系抽取方法，包括：接收企業文本數據，根據所述企業文本數據獲取主實體公司名稱和所述主實體公司與客實體公司之間的關聯關系；根據金融詞庫獲取所述客實體公司名稱；根據獲取的所述主實體公司名稱、所述客實體公司名稱以及所述關聯關系進行企業關聯關系抽取，得到關聯關系三元組。

在一個示例性實施例中，接收企業文本數據，根據所述企業文本數據獲取主實體公司名稱和所述主實體公司與客實體公司之間的關聯關系，可以包括：接收企業文本數據，對所述企業文本數據進行命名實體識別，得到主實體公司名稱；對所述企業文本數據進行詞性識別，得到所述主實體公司與客實體公司之間的關聯關系。

在一個示例性實施例中，根據金融詞庫獲取所述客實體公司名稱，可以包括：對所述金融詞庫進行遷移學習，得到所述金融詞庫的詞向量；對所述金融詞庫的詞向量進行命名實體識別，得到所述客實體公司名稱。

在一個示例性實施例中，還可以包括：根據所述金融詞庫獲取所述主實體公司名稱。

在一個示例性實施例中，在根據金融詞庫獲取所述客實體公司名稱之前，還可以包括：根據至少以下之一獲取所述金融詞庫：企業財報文本、金融百科、金融新聞語料、金融經濟書籍、經濟微博論壇。

根據本發明的另一個實施例，提供了一種企業關聯關系抽取裝置，包括：第一獲取模塊，用于接收企業文本數據，根據所述企業文本數據獲取主實體公司名稱和所述主實體公司與客實體公司之間的關聯關系；第二獲取模塊，用于根據金融詞庫獲取所述客實體公司名稱；抽取模塊，用于根據得到的所述主實體公司名稱、所述客實體公司名稱以及所述關聯關系進行企業關聯關系抽取，得到關聯關系三元組。

在一個示例性實施例中，所述第一獲取模塊，還可以包括：第一識別單元，用于接收企業文本數據，對所述企業文本數據進行命名實體識別，得到主實體公司名稱；第二識別單元，用于對所述企業文本數據進行詞性識別，得到所述主實體公司與客實體公司之間的關聯關系。

在一個示例性實施例中，所述第二獲取模塊，還可以包括：遷移學習單元，用于對所述金融詞庫進行遷移學習，得到所述金融詞庫的詞向量；第三識別單元，用于對所述金融詞庫的詞向量進行命名實體識別，得到所述客實體公司名稱。