[发明专利]基于知识图谱的企业风险预警方法及系统

说明书

本发明公开一种基于知识图谱的企业风险预警方法及系统，涉及人工智能技术领域。该方法包括：获取企业信息的结构化数据和半结构化数据，处理后形成标准化结构数据汇入数据池；获取企业信息的非结构化数据，处理后形成企业关系数据汇入语料库；基于所述数据池中的标准化结构数据以及所述语料库中的企业关系数据构建目标企业的知识图谱；利用预先训练的风险识别模型从知识图谱中挖掘出目标企业的风险信息，实现风险预警。该系统应用有上述所提的方法。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于知识图谱的企业风险 预警方法及系统。

背景技术

金融大数据分析和金融领域文本的语义处理是金融行业知识提取的关键 性基础技术，可以为知识发现和推理决策提供技术支撑。因此，越来越多的 金融机构及企业加入构建金融领域的企业风险预警研究，为企业的应用决策 提供精准可靠的依据。金融领域由于对数据强烈的依赖性，被认为是人工智 能技术最适合落地的领域之一，海量的数据为人们更好地掌握与认知事物规 律，提供了越来越丰富的来源。但是，由于数据量的急剧增长，对数据的分 析与理解的要求已经远远超过人类的生理极限，这对分析的方式提出了新的要求与挑战。传统的数据处理和文本搜索的方式已经很难适应现实瞬息万变 的市场行情，无法满足金融分析的实时性、穿透性和全局性的要求。

现有金融分析获取的数据源结构单一，仅能够从结构化数据中挖掘风险 因子，无法对相关的非结构化数据加以利用，如公开的网页文本信息，而这 些公开的网页文本信息往往蕴藏着有效的风险因子。综上，由于数据源的结 构单一，降低了企业风险预警结果的准确性。

发明内容

本发明的目的在于提供一种基于知识图谱的企业风险预警方法及系统， 能够从多种不同结构的数据中挖掘企业的风险因子，进而提升企业风险预警 结果的准确性。

为了实现上述目的，本发明的第一方面提供一种基于知识图谱的企业风 险预警方法，包括：

获取关于企业信息的结构化数据和半结构化数据，处理后形成标准化结 构数据汇入数据池；

获取关于企业信息的非结构化数据，处理后形成企业关系数据汇入语料 库；

基于所述数据池中的标准化结构数据以及所述语料库中的企业关系数据 构建目标企业的知识图谱；

利用预先训练的风险识别模型从知识图谱中挖掘出目标企业的风险信息， 实现风险预警。

优选地，获取关于企业信息的结构化数据和半结构化数据，处理后形成 标准化结构数据汇入数据池的方法包括：

分别在第一处理器中配置结构化处理模板，在第二处理器中配置半结构 化处理模板；

将获取的结构化数据输入第一处理器，经数据清洗后按照结构化处理模 板提取字段后得到标准化结构数据；

将获取的半结构化数据输入第二处理器，经数据清洗后按照半结构化处 理模板提取字段后得到标准化结构数据；

将得到标准化结构数据汇入数据池。

示例性地，所述结构化数据包括工商数据、税务数据、财务数据、行业 指标数据中的一种或多种，所述半结构化数据包括法院公告数据和/或判决文 书数据。

优选地，爬取关于企业信息的非结构化数据，处理后形成企业关系数据 汇入语料库的方法包括：

通过分布式爬虫技术从多个网站上抓取网页信息，采用文本处理器解析 清洗后，从中抽取能够反映企业间关系的谓词三元组形成企业关系数据。

较佳地，从中抽取能够反映企业间关系的谓词三元组形成企业关系数据 的方法包括：

将清洗后的网页文本分词后输入训练完成的BiLSTM编码模型中，抽取 包括主语、关系、宾语结构的谓词三元组形成企业关系数据。