[发明专利]基于图数据库的高新技术领域企业自动归类方法及系统

说明书

本发明提供了一种基于图数据库的高新技术领域企业自动归类方法及系统，获取非高新技术企业的标签名称；根据非高新技术企业的标签名称查找图数据库的实体，将查找的实体与企业建立关系，进而将企业加入图数据库；根据图数据库中的知识图谱关系确定该企业的高新技术领域类别；本发明通过构建技术领域知识图谱、建立高新技术领域与知识图谱的关系以及企业与知识图谱的关系，确定了非高新技术企业的高新技术企业领域，解决了技术企业培育、申报高新技术企业过程中的领域不明确问题。

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于图数据库的高新技术领域企业自动归类方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。

高新技术企业认定政策是国家重要的一项引导政策，高新技术企业是指在《国家重点支持的高新技术领域》内，持续进行研究开发与技术成果转化，形成企业核心自主知识产权，并以此为基础开展经营活动。高新技术企业申报技术领域以企业产品(服务)属于《国家重点支持的高新技术领域》规定的范围为依据。

发明人发现，高新技术企业申报认定过程中存在选择高新技术领域不准确问题：

政府对于区域内所辖企业，哪些企业属于高新技术领域不清楚，对哪些是可进行培育的高新技术领域企业数量无法掌握；市面上许多高新技术企业申报评价系统，无对企业产品(服务)所属高新技术领域的分析对应。

发明内容

为了解决现有技术的不足，本发明提供了一种基于图数据库的高新技术领域企业自动归类方法及系统，通过构建技术领域知识图谱、建立高新技术领域与知识图谱的关系以及企业与知识图谱的关系，确定了非高新技术企业的高新技术企业领域，解决了技术企业培育、申报高新技术企业过程中的领域不明确问题。

为了实现上述目的，本发明采用如下技术方案：

本发明第一方面提供了一种基于图数据库的高新技术领域企业自动归类方法。

一种基于图数据库的高新技术领域企业自动归类方法，包括以下过程：

获取非高新技术企业的标签名称；

根据非高新技术企业的标签名称查找图数据库的实体，将查找的实体与企业建立关系，进而将企业加入图数据库；

根据图数据库中的知识图谱关系确定该企业的高新技术领域类别。

进一步的，获取非高新技术企业的标签名称，包括：将企业的经营范围、企业商标信息和企业知识产权信息进行分词处理，得到企业的标签名称。

更进一步的，根据商标字典对企业商标的商标类别进行翻译，将类别对应字典及字典的子集，得到商标类别名称及商标类别描述，进行分词后得到企业的标签名称。

更进一步的，根据IPC专利分类字典对专利分类号进行翻译，将专利分类号对应字典及字典的子集，得到专利分类号名称，进行分词后得到企业的标签名称。

进一步的，知识图谱构建，包括：

获取科技文献数据；

根据已有的学科及学科之间的关联关系作为自动构建知识图谱的基础；

根据科技文献数据的标题和摘要，利用投票机制进行实体识别；

将不同实体出现在同一篇科技文献摘要中的共现关系定义为实体之间的关系；

将实体与关系存入图数据库。

更进一步的，对高新技术领域信息进行处理，并加入图数据库，包括：

将高新技术领域的领域名称及领域描述进行分词，作为高新技术领域的初始标签；