[發(fā)明專利]圖譜構建方法、裝置、電子設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202310403733.9
• 申請日: 2023-04-14
• 公開（公告）號: CN116561335A
• 公開（公告）日: 2023-08-08
• 發(fā)明（設計）人: 李美燕;李林;王秀文;楊典;陳鵬云;楊菁林;徐丹丹;秦韜;李婭強;曾宣瑋;張棟;王峰;李政達;秦愷
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/901;G06F16/35;G06F40/211
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 由東媛

1.一種圖譜構建方法，其特征在于，所述方法包括：

從預設的產業(yè)數據庫中確定與目標產業(yè)匹配的產業(yè)數據；

根據所述產業(yè)數據確定產業(yè)鏈圖譜中各實體之間的上下位關系；

獲取所述目標產業(yè)的企業(yè)信息；

根據所述上下位關系及所述企業(yè)信息，構建所述目標產業(yè)的產業(yè)鏈圖譜。

2.根據權利要求1所述的方法，其特征在于，所述根據所述產業(yè)數據確定產業(yè)鏈圖譜中各實體之間的上下位關系，包括：

獲取預先訓練的關系確定模型；

將所述產業(yè)數據輸入至所述關系確定模型中，得到用于構建產業(yè)鏈圖譜的各實體之間的上下位關系。

3.根據權利要求2所述的方法，其特征在于，所述將所述產業(yè)數據輸入至所述關系確定模型中，得到用于構建產業(yè)鏈圖譜的各實體之間的上下位關系，包括：

針對產業(yè)數據中每一句文本，對所述產業(yè)數據進行數據分類處理，得到分類后的文本；

在確定所述文本中包含上下位關系的情況下，對所述文本進行句法分析，得到包含上下位關系的詞組集合；

確定與所述詞組集合對應的詞組向量；

對所述詞組向量進行層次聚類處理，得到聚類后的詞組簇；

根據預設的關系庫，確定所述詞組簇之間的上下位關系為實體之間的上下位關系。

4.根據權利要求2所述的方法，其特征在于，所述關系確定模型通過以下方式訓練得到：

針對訓練樣本中每一句文本，對所述訓練樣本進行數據分類處理，得到分類后的文本樣本；

在確定所述文本樣本中包含上下位關系的情況下，對所述文本樣本進行句法分析，得到包含上下位關系的詞組樣本集合；

確定與所述詞組樣本集合對應的詞組向量樣本為訓練數據；

根據所述訓練數據對預設的初始模型進行訓練，得到關系確定模型。

5.根據權利要求3所述的方法，其特征在于，所述對所述產業(yè)數據進行數據分類處理，得到分類后的文本，包括：

將所述產業(yè)數據輸入至預設的文本處理模型中，得到所述文本處理模型提取出的文本特征向量；

將所述文本特征向量輸入至預設的分類模型，得到分類后的文本。

6.根據權利要求3所述的方法，其特征在于，所述對所述詞組向量進行層次聚類處理，得到聚類后的詞組簇，包括：

從多個所述詞組向量中確定多個待處理的詞組向量對；

針對每一待處理的詞組向量對，利用預設的距離算法確定所述詞組向量對中詞組向量之間的距離值；

判斷所述距離值是否達到預設的距離閾值；

若所述距離值未達到預設的距離閾值，則確定所述詞組向量對中詞組向量為同一詞組簇；

若所述距離值達到預設的距離閾值，則確定所述詞組向量對中詞組向量為不同的詞組簇。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

從所述產業(yè)數據庫中獲取更新后的新產業(yè)數據；

基于所述新產業(yè)數據執(zhí)行確定產業(yè)鏈圖譜中各實體之間的上下位關系的步驟。

8.一種圖譜構建裝置，其特征在于，所述裝置包括：

數據確定模塊，用于從預設的產業(yè)數據庫中確定與目標產業(yè)匹配的產業(yè)數據；

關系確定模塊，用于根據所述產業(yè)數據確定產業(yè)鏈圖譜中各實體之間的上下位關系；

信息獲取模塊，用于獲取所述目標產業(yè)的企業(yè)信息；

圖譜構建模塊，用于根據所述上下位關系及所述企業(yè)信息，構建所述目標產業(yè)的產業(yè)鏈圖譜。

9.一種電子設備，其特征在于，包括：處理器和存儲器，所述處理器用于執(zhí)行所述存儲器中存儲的圖譜構建程序，以實現權利要求1～7中任一項所述的圖譜構建方法。

10.一種存儲介質，其特征在于，所述存儲介質存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執(zhí)行，以實現權利要求1～7中任一項所述的圖譜構建方法。