[發(fā)明專利]并購知識圖譜基礎(chǔ)圖庫數(shù)據(jù)采集及轉(zhuǎn)換方法和裝置

在審

• 申請?zhí)枺?/td>: 202211514992.0
• 申請日: 2022-11-30
• 公開（公告）號: CN115809344A
• 公開（公告）日: 2023-03-17
• 發(fā)明（設(shè)計）人: 黃嚴(yán);黃俊
• 申請（專利權(quán)）人: 北交金科金融信息服務(wù)有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/289;G06F40/284;G06F16/215;G06F16/951
• 代理公司: 成都蓉創(chuàng)智匯知識產(chǎn)權(quán)代理有限公司 51276
• 代理人: 趙雷

1.并購知識圖譜基礎(chǔ)圖庫數(shù)據(jù)采集及轉(zhuǎn)換方法，其特征在于，具體包括以下步驟：

從并購信息數(shù)據(jù)庫中獲取原始語料信息；

對原始語料信息進行數(shù)據(jù)清洗和信息提取，得到若干條具有三元組結(jié)構(gòu)的語料文本；

將語料文本依次裝填到事件數(shù)據(jù)表中；

將事件數(shù)據(jù)表中的數(shù)據(jù)按照基礎(chǔ)圖庫數(shù)據(jù)模板轉(zhuǎn)換為基礎(chǔ)圖庫數(shù)據(jù)，根據(jù)基礎(chǔ)圖庫數(shù)據(jù)構(gòu)建并購知識圖譜。

2.根據(jù)權(quán)利要求1所述的并購知識圖譜基礎(chǔ)圖庫數(shù)據(jù)采集及轉(zhuǎn)換方法，其特征在于，并購信息數(shù)據(jù)庫包括工商系統(tǒng)記錄的文本信息和自建并購事件數(shù)據(jù)庫文本信息，其中所述自建并購事件數(shù)據(jù)庫文本信息為利用數(shù)據(jù)爬蟲技術(shù)從網(wǎng)絡(luò)新聞資訊中爬取的數(shù)據(jù)源中的文本信息。

3.根據(jù)權(quán)利要求2所述的并購知識圖譜基礎(chǔ)圖庫數(shù)據(jù)采集及轉(zhuǎn)換，其特征在于，對原始語料信息進行數(shù)據(jù)清洗和信息提取包括：

將原始語料信息進行劃分，以句號為劃分依據(jù)，將原始語料信息劃分為多條語句，將每條語句進行分詞，并進行詞性標(biāo)注預(yù)處理，得到若干條具有主語-賓語-內(nèi)容結(jié)構(gòu)的初始文本；

對于每條初始文本：

抽取出初始文本中的主語作為實體一、賓語作為實體二；

抽取初始文本中的內(nèi)容，組成實體一-內(nèi)容-實體二的三元組結(jié)構(gòu)的語料文本。

4.根據(jù)權(quán)利要求3所述的并購知識圖譜基礎(chǔ)圖庫數(shù)據(jù)采集及轉(zhuǎn)換，其特征在于，所述基礎(chǔ)圖庫數(shù)據(jù)模板包括主節(jié)點、子節(jié)點和邊，每個基礎(chǔ)圖庫數(shù)據(jù)的主節(jié)點、邊和子節(jié)點分別對應(yīng)于每條語料文本的實體一、內(nèi)容和實體二。

5.根據(jù)權(quán)利要求4所述的并購知識圖譜基礎(chǔ)圖庫數(shù)據(jù)采集及轉(zhuǎn)換，其特征在于，對基礎(chǔ)圖庫數(shù)據(jù)進行知識計算，得到并購知識圖譜，知識計算包括：

本體構(gòu)建：從所有基礎(chǔ)圖庫數(shù)據(jù)中篩選出主節(jié)點相同的所有基礎(chǔ)圖庫數(shù)據(jù)作為一個本體；

數(shù)據(jù)篩選：在每個本體中，去除主節(jié)點、邊和子節(jié)點均相同的基礎(chǔ)圖庫數(shù)據(jù)；

本體連接：對于每個經(jīng)過數(shù)據(jù)篩選的本體，合并主節(jié)點相同的所有基礎(chǔ)圖庫數(shù)據(jù)，以主節(jié)點為中點，主節(jié)點-邊-子節(jié)點的結(jié)構(gòu)連接本體中的其他子節(jié)點；

知識推理：通過基于邏輯的推理、基于圖的推理和基于深度學(xué)習(xí)的推理，對各個本體的主節(jié)點之間進行上下位關(guān)系抽取、關(guān)系缺失補齊；

圖譜生成：將經(jīng)過知識推理后的各個本體相互連接，形成知識圖譜。

6.并購知識圖譜基礎(chǔ)圖庫數(shù)據(jù)采集及轉(zhuǎn)換裝置，其特征在于，包括：

一個或多個處理器；

存儲單元，用于存儲一個或多個程序，當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行時，能使得所述一個或多個處理器實現(xiàn)權(quán)利要求1-5所述的并購知識圖譜基礎(chǔ)圖庫數(shù)據(jù)采集及轉(zhuǎn)換方法。