申请/专利权人：华安证券股份有限公司

申请日：2024-02-01

公开（公告）日：2024-04-26

公开（公告）号：CN117668259B

主分类号：G06F16/36

分类号：G06F16/36;G06F16/33;G06F16/35;G06N3/042;G06N3/0442;G06N3/045;G06N3/0464;G06N3/08;G06N5/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明公开了基于知识图谱的内外规数据联动分析方法及装置，包括：获取外部数据以及内部数据，将外部数据以及内部数据输入至预先确定出的关联抽取GraphRel模型，得到模型输出结果；基于模型输出结果，生成目标外部数据以及目标内部数据，根据所有目标外部数据以及所有目标内部数据，生成目标数据集合；基于目标数据集合，构建目标知识图谱；确定待分析数据对应的数据索引，根据数据索引对目标知识图谱执行搜索操作，得到数据搜索结果，并基于数据搜索结果确定待分析数据的数据分析结果。可见，本发明能够通过知识图谱提高进行数据联动分析的效率及准确性，进而有利于提高企业基于数据联动分析结果执行对应的管控操作的准确性。

主权项：1.一种基于知识图谱的内外规数据联动分析方法，其特征在于，所述方法包括：获取外部数据以及内部数据，将所述外部数据以及所述内部数据输入至预先确定出的关联抽取GraphRel模型，得到模型输出结果，其中，所述模型输出结果包括所述外部数据对应的外部数据输出结果以及所述内部数据对应的内部数据输出结果；基于所述模型输出结果，生成目标外部数据以及目标内部数据，根据所有所述目标外部数据以及所有所述目标内部数据，生成目标数据集合；基于所述目标数据集合，构建目标知识图谱，所述目标知识图谱包括所述目标外部数据与所述目标内部数据之间的实体关系；获取待分析数据，并基于所述待分析数据，确定所述待分析数据对应的数据索引，根据所述数据索引对所述目标知识图谱执行搜索操作，得到数据搜索结果，并基于所述数据搜索结果确定所述待分析数据的数据分析结果；所述关联抽取GraphRel模型包括序列编码Bi-LSTM模型以及双向图网络Bi-GCN模型；其中，所述将所述外部数据以及所述内部数据输入至预先确定出的关联抽取GraphRel模型，得到模型输出结果，包括：通过所述序列编码Bi-LSTM模型对所述外部数据执行特征提取操作，得到外部特征数据，以及通过所述序列编码Bi-LSTM模型对所述内部数据执行特征提取操作，得到内部特征数据，并将所有所述外部特征数据以及所有所述内部特征数据确定为特征数据集合；对于所述特征数据集合中的每个特征数据，对该特征数据执行类别预测操作，得到该特征数据的实体类别预测结果；根据所有所述特征数据的实体类别预测结果以及预先确定出的三元组关系对，生成数据关系信息，所述数据关系信息包括所述内部特征数据与所述外部特征数据之间的数据关系信息；基于所述数据关系信息，通过所述双向图网络Bi-GCN模型，构建数据依赖信息图表，并根据所述数据依赖信息图表确定综合数据特征，并基于所述综合数据特征，确定模型输出结果；所述根据所有所述特征数据的实体类别预测结果以及预先确定出的三元组关系对，生成数据关系信息，包括：将所有所述特征数据的实体类别预测结果输入至预先确定出的应用分类损失模型执行训练操作，得到训练至收敛的应用分类损失模型；将预先确定出的三元组关系对输入至训练至收敛的应用分类损失模型，得到损失分析结果，基于所述损失分析结果，确定关系概率参数，其中，所述关系概率参数包括所述外部特征数据与所述内部特征数据之间的关系概率；基于所述关系概率参数以及所有所述特征数据的实体类别预测结果，生成数据关系信息。

全文数据：

权利要求：

百度查询： 华安证券股份有限公司 基于知识图谱的内外规数据联动分析方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD