[发明专利]政务图谱模型构建方法、装置、设备及计算机可读介质

说明书

本申请涉及知识图谱技术领域，尤其涉及一种政务图谱模型构建方法、装置、设备及计算机可读介质。该方法包括：获取目标政务数据，目标政务数据为从互联网政务领域中采集得到的，用于表示法人扩展信息；从预设的法人图谱知识库中提取与目标政务数据匹配的图谱知识，法人图谱知识库为根据通用政务知识图谱的构建数据得到的；利用图谱知识对目标政务数据构建法人扩展信息的知识图谱。本申请将构建过程中产生的知识积累沉淀下来，为下一次政务法人扩展信息图谱模型构建提供必要的行业知识指导，从而将知识库中的知识应用到迭代中去，使非专业技术人员也能参与到图谱模型构建的工作中来。

技术领域

本申请涉及知识图谱技术领域，尤其涉及一种政务图谱模型构建方法、装置、设备及计算机可读介质。

背景技术

为政务行业提供区域产业分析能力，引导地方产业发展，同时基于多维企业大数据，提供全方位企业信息查询服务，监测企业发展态势和风险情况。通过构建企业法人知识图谱，深度挖掘企业、高管、法人、品牌、产品、地域、产业链间的复杂网络关系。政务行业企业法人知识图谱库的建设主要是汇聚法人在社会经济活动中产生的相关信息。

目前，相关技术中，在对法人知识图谱数据治理的过程中，需要多次迭代更新。根据知识获取的逻辑，每一轮迭代基本上都需要经历以下3个过程：

1、信息抽取：从各种类型的数据源中提取出实体、属性以及实体间的相互关系，在此基础上形成本体化的知识表达；

2、知识融合：在获得新知识之后，需要对其进行整合，以消除矛盾和歧义，比如某些实体可能有多种表达，某个特定称谓也许对应于多个不同的实体等；

3、知识加工：对于经过融合的新知识，需要经过质量评估之后(部分需要人工参与甄别)，才能将合格的部分加入到知识库中，以确保知识库的质量。

每次迭代都需要行业专家深度人工参与甄别，如依靠从组织内部的结构化、非结构化以及半结构化数据进行联合抽取时需要依靠大量人工进行审核校验，导致效率低下。并且知识抽取的质量较差，数据质量较低对政务图谱的后期的应用有较大阻碍，无法将知识库中的知识应用到迭代中去。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请提供了一种政务图谱模型构建方法、装置、设备及计算机可读介质，以解决无法将知识库中的知识应用到迭代中去的技术问题。

根据本申请实施例的一个方面，本申请提供了一种政务图谱模型构建方法，包括：

获取目标政务数据，目标政务数据为从互联网政务领域中采集得到的，用于表示法人扩展信息；

从预设的法人图谱知识库中提取与目标政务数据匹配的图谱知识，法人图谱知识库为根据通用政务知识图谱的构建数据得到的；

利用图谱知识对目标政务数据构建法人扩展信息的知识图谱。

可选地，获取目标政务数据包括以下方式中的至少一种：

从第一抓取链路的起始页开始，依次抓取第一抓取链路中的各个页面中的目标政务数据；在第一抓取链路的所有页面均抓取完毕且不满足结束条件的情况下，继续从第二抓取链路的起始页开始，依次抓取第二抓取链路中的各个页面中的目标政务数据，直至满足结束条件时，终止抓取数据；

抓取当前页面中的目标政务数据；在不满足结束条件的情况下，从当前页面中的多个链接中确定目标链接，并抓取目标链接所指向的目标页面中的目标政务数据，直至满足结束条件时，终止抓取数据。

可选地，从预设的法人图谱知识库中提取与目标政务数据匹配的图谱知识包括：

提取目标政务数据所要构建的知识图谱的模型标识；