[发明专利]基于生物特征表达企业要素之间联结方式的方法及其系统

权利要求书

1.基于生物特征表达企业要素之间联结方式的方法，其特征在于，所述方法包括：

对特定企业要素的值进行归一化处理；

利用归一化处理后的企业要素值按照同一维度的向量表示，对企业表征向量化，获取原始向量；

采用神经网络训练模型进行企业的深度表征，获取企业深度向量；

根据企业深度向量获取企业要素之间的内部联结以及外部联结；

对特定企业要素的值进行归一化处理的步骤，包括以下具体步骤：

对所有企业要素进行编码；

将每类企业要素的值按照标准化算法进行标准化，形成归一化处理的企业要素的值；

将每类企业要素的值按照标准化算法进行标准化，形成归一化处理的企业要素的值的步骤，包括以下具体步骤：

针对同一维度的企业要素的值建立集合；

统计集合内同一维度的企业要素的值出现的频率；

获取单个企业要素的值内的每个名词的权重以及每一个企业要素的概率，以每个名词以及对应的权重、每一个企业要素以及对应的概率形成归一化处理的企业要素的值。

2.根据权利要求1所述的基于生物特征表达企业要素之间联结方式的方法，其特征在于，采用神经网络训练模型进行企业的深度表征，获取企业深度向量的步骤，包括以下具体步骤：

建立企业名词,企业名词的频率表以及企业名词，事件的频率表；

根据频率表建立霍夫曼树；

原始向量作为输入层，将霍夫曼树作为输出层，训练神经网络，获取权重矩阵；

从权重矩阵中映射出企业向量，形成企业深度向量。

3.根据权利要求2所述的基于生物特征表达企业要素之间联结方式的方法，其特征在于，建立企业名词,企业名词的频率表以及企业名词，事件的频率表的步骤，包括以下具体步骤：

获取符合要求的句子，提取二元组；

对所述句子进行切词处理，获取集合；

统计集合中的二元组的频率，形成建立企业名词,企业名词的频率表以及企业名词，事件的频率表。

4.根据权利要求3所述的基于生物特征表达企业要素之间联结方式的方法，其特征在于，原始向量作为输入层，将霍夫曼树作为输出层，训练神经网络，获取权重矩阵的步骤，包括以下具体步骤

根据原始向量获取二元组向量；

根据霍夫曼树获取二元组向量的路径；

根据路径获取对应的二元组向量的两个分类的概率；

将两个概率相乘，获取似然函数；

根据似然函数获取权重矩阵。

5.基于生物特征表达企业要素之间联结方式的系统，其特征在于，包括归一化处理单元、原始向量获取单元、企业深度向量获取单元以及联结获取单元；

所述归一化处理单元，用于对特定企业要素的值进行归一化处理；

所述原始向量获取单元，用于利用归一化处理后的企业要素值按照同一维度的向量表示，对企业表征向量化，获取原始向量；

所述企业深度向量获取单元，用于采用神经网络训练模型进行企业的深度表征，获取企业深度向量；

所述联结获取单元，用于根据企业深度向量获取企业要素之间的内部联结以及外部联结；

所述归一化处理单元包括编码模块以及标准化模块；

所述编码模块，用于对所有企业要素进行编码；

所述标准化模块，用于将每类企业要素的值按照标准化算法进行标准化，形成归一化处理的企业要素的值；

所述标准化模块包括集合建立子模块、频率统计子模块以及归一值获取子模块；

所述集合建立子模块，用于针对同一维度的企业要素的值建立集合；

所述频率统计子模块，用于统计集合内同一维度的企业要素的值出现的频率；

所述归一值获取子模块，用于获取单个企业要素的值内的每个名词的权重以及每一个企业要素的概率，以每个名词以及对应的权重、每一个企业要素以及对应的概率形成归一化处理的企业要素的值。

6.根据权利要求5所述的基于生物特征表达企业要素之间联结方式的系统，其特征在于，所述企业深度向量获取单元包括频率表建立模块、霍夫曼树建立模块、权重矩阵获取模块以及深度向量形成模块；

所述频率表建立模块，用于建立企业名词,企业名词的频率表以及企业名词，事件的频率表；

所述霍夫曼树建立模块，用于根据频率表建立霍夫曼树；

所述权重矩阵获取模块，用于原始向量作为输入层，将霍夫曼树作为输出层，训练神经网络，获取权重矩阵；

所述深度向量形成模块，用于从权重矩阵中映射出企业向量，形成企业深度向量。