[发明专利]一种企业风险评估方法、装置及设备在审

专利信息
申请号: 202110832522.8 申请日: 2021-07-22
公开(公告)号: CN113537796A 公开(公告)日: 2021-10-22
发明(设计)人: 刘明;刘键伟;刘彦龙 申请(专利权)人: 大路网络科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/04;G06F16/36
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 100027 北京市朝阳区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 企业 风险 评估 方法 装置 设备
【权利要求书】:

1.一种企业风险评估方法,其特征在于,包括:

获取待评估的目标企业的企业信息;

根据所述目标企业的企业信息,利用预先构建的企业关系知识图谱,获取所述目标企业与其他企业的关联关系;

利用预先构建的关联关系风险预测模型,对所述目标企业与其他企业的关联关系进行预测,并根据预测结果,对所述目标企业进行风险评估,得到评估结果。

2.根据权利要求1所述的方法,其特征在于,构建所述企业关系知识图谱,包括:

在服务器端部署图数据库;

利用预先构建的关系抽取模型,提取企业的属性关系和关联关系数据,并将所述企业的属性关系和关联关系数据存入所述图数据库;

为所述图数据库配置数据查询功能,并将配置后的图数据库作为企业关系知识图谱。

3.根据权利要求2所述的方法,其特征在于,构建所述关系抽取模型,包括:

获取训练语料,并对所述训练语料进行预处理,得到预处理后的训练语料;

利用词袋模型,从所述预处理后的训练语料中提取特征向量;

利用随机森林分类器,根据所述特征向量,抽取企业的关联关系;

根据所述企业的关联关系以及所述训练语料对应的分类标签对初始关系抽取模型进行训练,生成所述关系抽取模型。

4.根据权利要求3所述的方法,其特征在于,所述训练语料是从预先构建的实体关系语料库中获得的。

5.根据权利要求4所述的方法,其特征在于,实体关系语料库的构建方式如下:

获取企业相关的结构化数据,并将所述数据存入关系型数据库中;

获取企业相关的非结构化数据和公开的新闻信息,并作为关系抽取的语料训练集;

将所述关系型数据库和所述语料训练集中数据划分所述企业所属领域的实体关系种类,并构建所述企业所属领域的实体关系语料库。

6.一种企业风险评估装置,其特征在于,包括:

第一获取单元,用于获取待评估的目标企业的企业信息;

第二获取单元,用于根据所述目标企业的企业信息,利用预先构建的企业关系知识图谱,获取所述目标企业与其他企业的关联关系;

评估单元,用于利用预先构建的关联关系风险预测模型,对所述目标企业与其他企业的关联关系进行预测,并根据预测结果,对所述目标企业进行风险评估,得到评估结果。

7.根据权利要求6所述的装置,其特征在于,所述装置还包括:

部署单元,用于在服务器端部署图数据库;

第一提取单元,用于利用预先构建的关系抽取模型,提取企业的属性关系和关联关系数据,并将所述企业的属性关系和关联关系数据存入所述图数据库;

配置单元,用于为所述图数据库配置数据查询功能,并将配置后的图数据库作为企业关系知识图谱。

8.根据权利要求7所述的装置,其特征在于,所述装置还包括:

第三获取单元,用于获取训练语料,并对所述训练语料进行预处理,得到预处理后的训练语料;

第二提取单元,用于利用词袋模型,从所述预处理后的训练语料中提取特征向量;

抽取单元,用于利用随机森林分类器,根据所述特征向量,抽取企业的关联关系;

训练单元,用于根据所述企业的关联关系以及所述训练语料对应的分类标签对初始关系抽取模型进行训练,生成所述关系抽取模型。

9.根据权利要求8所述的装置,其特征在于,所述训练语料是从预先构建的实体关系语料库中获得的。

10.根据权利要求9所述的装置,其特征在于,所述装置还包括:

第四获取单元,用于获取企业相关的结构化数据,并将所述数据存入关系型数据库中;

第五获取单元,用于获取企业相关的非结构化数据和公开的新闻信息,并作为关系抽取的语料训练集;

构建单元,用于将所述关系型数据库和所述语料训练集中数据划分所述企业所属领域的实体关系种类,并构建所述企业所属领域的实体关系语料库。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大路网络科技有限公司,未经大路网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110832522.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top