[发明专利]用于预测企业风险的方法、装置及存储介质

说明书

本申请公开了一种用于预测企业风险的方法、装置及存储介质。该方法包括：获取风险预测场景的初始事理图谱和初始知识图谱；在初始知识图谱中进行知识嵌入并投影至双曲空间；在初始事理图谱中进行事件嵌入并投影至双曲空间；在双曲空间中，根据知识嵌入和事件嵌入得到联合嵌入；将联合嵌入变换至欧式空间并输入预测器，以预测企业风险。本申请将知识和事件的联合嵌入都投影至双曲空间进行，从而更加全面综合地反映出具体事件对企业的影响，可以利用双曲空间的特性，更好地处理了知识嵌入，使得企业风险的预测模型的效果较好且泛化能力较高。

技术领域

本申请涉及计算机技术领域，具体涉及一种用于预测企业风险的方法、装置及存储介质。

背景技术

随着市场经济的发展，需要对市场上不断发生的金融事件进行事件驱动的风险预测，评估事件的影响。现有技术中对于企业风险的预测一般是通过从新闻中提取出风险事件的实体以及关系，输入已经训练好的事件预测模型，得到事件类型及其元素并更新知识图谱，基于更好地知识图谱和事件预测模型得出事件风险值而进行预测。其核心在于：1)运用BERT-QA方式提取事件的实体以及实体之间的关系；2)根据风险事件类型以及风险事件元素训练一个事件风险模型；3)通过事件风险模型加权得出相关企业的风险。此类方法在预测时存在以下缺陷：1)对风险事件的风险预测过于粗略，只是给出了一个风险值，而没有进一步揭示是哪些风险；2)只是从风险事件的主体触发，只考虑了事件本身的背景知识，而没有考虑事件的上下文知识；3)对事件进行嵌入还停留在欧式空间，欧式空间对事件本身的层次性的知识反应不足。因此，现有的事件驱动的预测模型还存在以下痛点：1)事件信息的不完备，或者缺乏事件的背景知识，或者缺乏事件的上下文知识，从而导致预测的时候，特别是针对结构类似的事件，预测存在偏差；2)传统的基于BERT模型所进行的事件嵌入或者实体嵌入，受限于欧式空间自身的特性，无法更精确的保留和反映知识的层次性，知识被过度压缩，从而效果不佳。因此，现有技术中对于企业风险的预测模型的效果较差且泛化能力较低。

发明内容

本申请实施例的目的是提供一种用于预测企业风险的方法、装置及存储介质，用于解决现有技术中对于企业风险的预测模型的效果较差且泛化能力较低的问题。

为了实现上述目的，本申请第一方面提供一种用于预测企业风险的方法，该方法包括：

获取风险预测场景的初始事理图谱和初始知识图谱；

在初始知识图谱中进行知识嵌入并投影至双曲空间；

在初始事理图谱中进行事件嵌入并投影至双曲空间；

在双曲空间中，根据知识嵌入和事件嵌入得到联合嵌入；

将联合嵌入变换至欧式空间并输入预测器，以预测企业风险。

在本申请实施例中，获取风险预测场景的初始事理图谱和初始知识图谱包括：

从原始金融语料中抽取实体、风险事件和风险事件元素；

对风险事件的因果关系以及实体之间的关系进行抽取，以确定风险事件之间的关系和实体之间的关系；

根据风险事件、风险事件元素以及风险事件之间的关系构建初始事理图谱；

根据实体以及实体之间的关系构建初始知识图谱。

在本申请实施例中，在初始知识图谱中进行知识嵌入并投影至双曲空间包括：

在初始知识图谱中，通过TransE算法得出初始嵌入；

通过双曲变换将初始嵌入投影至双曲空间；

将初始嵌入输入至双层注意机制的图注意力模型，以得到知识图谱的每个节点的实体表示。

在本申请实施例中，在初始事理图谱中进行事件嵌入并投影至双曲空间包括：