[发明专利]基于企业知识图谱的模型训练方法、系统及相关装置

权利要求书

1.一种基于企业知识图谱的模型训练方法，其特征在于，所述方法包括：

获取与企业关联的多个实体，以及各个实体的原始信息；所述实体为企业、自然人、专利、产品的任意一种或多种；所述原始信息包括所述各个实体的控股信息、抵押信息、担保信息、业务往来信息的一种或多种；

根据所述各个实体的原始信息，抽取N个连接关系值，其中每个连接关系值对应于具有连接关系的两个实体；

在所述N个连接关系值中筛选出高于预设阀值的M个连接关系值；每个连接关系值包括控股比例、抵押比例、担保比例、业务往来比例的一种，所述M、N均为正整数，且M不大于N；

从所述原始信息中抽取与所述M个连接关系值对应的K个实体、K个实体属性值以及M个实体连接关系；其中K为正整数，所述M个实体连接关系与所述M个连接关系值一一对应；

通过所述K个实体、所述K个实体属性值、以及所述M个实体连接关系，构建企业知识图谱；其中每个实体属性值表示所述每个实体的已知风险值，所述已知风险值与企业信用评级呈反比；

基于所述企业知识图谱，训练出用于预测企业风险的风险传导模型。

2.根据权利要求1所述的基于企业知识图谱的模型训练方法，其特征在于，所述从所述原始信息中抽取与所述M个连接关系值对应的K个实体、K个实体属性值以及M个实体连接关系的步骤，包括，

分别从不同的数据结构中获取所述各个实体的原始信息；

通过图映射或D2R转换或包装器归纳或信息抽取将所述原始信息转换为RDF三元组数据进行存储；所述原始信息包括结构化数据、半结构化数据以及文本数据；所述RDF三元组数据包括K个实体、K个实体属性值以及M个实体连接关系。

3.根据权利要求1所述的基于企业知识图谱的模型训练方法，其特征在于，所述通过所述K个实体、所述K个实体属性值、以及所述M个实体连接关系，构建企业知识图谱的步骤包括，

对所述K个实体、所述K个实体属性值以及所述M个实体连接关系进行知识融合，利用知识融合后的数据构建企业知识图谱。

4.根据权利要求1所述的基于企业知识图谱的模型训练方法，其特征在于，所述企业知识图谱包括K个节点、K个节点属性及具有关联信息的节点之间的有向边；所述K个节点与所述K个实体一一对应，所述K个节点属性与所述K个实体属性值一一对应；每个所述关联信息对应于M个连接关系值中的一个。

5.根据权利要求4所述的基于企业知识图谱的模型训练方法，其特征在于，所述基于所述企业知识图谱，训练出用于预测企业风险的风险传导模型的步骤包括：

根据所述企业图谱中的各个节点的已知风险值和所述各个节点之间的关联信息，得到所述各个节点的关联风险值；

将所述关联风险值作为训练数据输入到模型中进行训练，以得到用于预测企业风险的风险传导模型。

6.根据权利要求5所述的基于企业知识图谱的模型训练方法，其特征在于，所述根据所述企业图谱中的各个节点的已知风险值和所述各个节点之间的关联信息，得到所述各个节点的关联风险值的步骤，包括：

获取与第i个节点具有关联关系的各个其他节点的已知风险值；i为所述各个节点之一，i为正整数；

获取所述第i个节点与所述各个其他节点之间的关联信息；

根据所述各个其他节点的已知风险值以及所述第i个节点与所述各个其他节点之间的关联信息，获取所述第i个节点的外部风险；

根据所述第i个节点的外部风险以及所述第i个节点的已知风险值，得到所述第i个节点的关联风险值。

7.根据权利要求6所述的基于企业知识图谱的模型训练方法，其特征在于，所述根据所述各个其他节点的已知风险值以及所述第i个节点与所述各个其他节点之间的关联信息，获取所述第i个节点的外部风险的步骤，包括，

获取与所述第i个节点关联的各个其他节点的风险传出阈值；

根据所述第i个节点与所述各个其他节点之间的关联信息，获取各个其他节点的风险传导权值；

根据所述各个其他节点的风险传导阈值和风险传导权值，获取所述第i个节点的外部风险。