(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210686880.7 (22)申请日 2022.06.17 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 关皓天　张宏莉　王星　刘立坤　 刘春雨　孟超　孙庆伟　 (74)专利代理 机构 黑龙江立超同创知识产权代 理有限责任公司 23217 专利代理师 杨立超 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/295(2020.01) G06N 7/00(2006.01) G06Q 10/10(2012.01) (54)发明名称 一种企业基本信息知识图谱的构建方法及 系统 (57)摘要 本发明提供了一种企业基本信息知识图谱 的构建方法及系统。 所述构建方法包括： 首先， 对 于包含公司基本信息的网站进行数据爬虫， 采集 完成知识图谱所需的相关数据； 其次， 对构建完 成的数据集进行知 识抽取： 实体抽取、 关系抽取、 属性抽取， 从复杂的数据集中明确研究对象； 然 后， 对得到的实体、 关系、 属性集合进行知识融 合， 完成实体 ‑关系‑实体或者实体 ‑属性‑属性值 的三元组建立， 完成知识图谱的构建过程， 并利 用构建完成的知识 图谱与马尔可夫逻辑网结构 学习结合完成知识推理。 本发明搭建了一个小型 知识图谱， 不仅制作了一个包含企业信息的 “百 科知识库 ”， 并且可进一步利用谓词表示及马尔 可夫逻辑网对缺失信息的企业的各方面信息进 行准确预测。 权利要求书2页 说明书9页 附图2页 CN 114896423 A 2022.08.12 CN 114896423 A 1.一种企业基本信息知识图谱的构建方法， 其特 征在于， 包括以下步骤： 构建包含多个企业的企业信息、 企业学术 论文信息、 企业专利 信息的数据集； 在所述数据集中选择知识图谱架构中的实体、 属性及实体间的关系； 对实体、 关系、 属性集合进行知识融合， 完成实体 ‑关系‑实体或实体 ‑属性‑属性值的三 元组建立过程， 完成企业基本信息知识图谱的构建。 2.根据权利要求1所述的一种企业基本信息知识图谱的构建方法， 其特征在于， 还包 括： 利用构建完成的知识图谱， 将三元组转换成谓词表示， 并与马尔可夫逻辑网结构结合， 完成知识推理。 3.根据权利要求1或2所述的一种企业基本信息知识图谱的构建方法， 其特征在于， 在 所述数据集中选择企业、 企业高管、 持股信息记录、 基金、 机构、 企业学术论文、 企业专利信 息作为知识图谱的实体， 所述持股信息记录包括基金持股信息记录和机构持股信息记录； 在所述数据集中选择 各个实体的属性确定如下： a.企业： 公司名称、 英文名称、 董事长、 主要股东、 成立日期、 主营业务、 公司简介、 员工 人数、 管理层人数、 上市日期、 发行量、 发行价格、 交易市场、 联系电话、 邮政编码、 传真、 电子 邮箱、 公司网址、 注 册地址、 办公地址； b.企业高管： 高管姓名、 高管职务、 高管薪酬、 高管年薪货币单位； c.基金持股信息记录或机构持股信息记录： 日期、 持有者、 持有份额、 持股比例、 变化 率、 份额变化、 变化金额、 占组合比； d.企业学术 论文： 学术 论文编号、 学术 论文标题、 学术 论文作者、 论文摘要、 公布日期； e.企业专利信息： 专利标题、 专利申请编号、 专利申请日期、 专利公布日期、 专利申请 人。 4.根据权利要求3所述的一种企业基本信 息知识图谱的构建方法， 其特征在于， 不同实 体间的关系 具体确定如下： 企业和企业高管之间的关系为管理人员； 企业和企业学术论文 之间的关系为持有学术论文； 企业和企业专利信息之间的关系为持有专利信息； 企业和基 金持股信息记录之间的关系为基金持股； 企业和机构持股信息记录之间的关系为机构持 股； 基金和基金持股信息记录之间的关系为基金持股； 机构和机构持股信息记录之间的关 系为机构持股。 5.根据权利要求2所述的一种企业基本信 息知识图谱的构建方法， 其特征在于， 所述马 尔可夫逻辑网结构的学习流 程为： 获取子句集 合； 初始化学习权 重和最优期望值； 设置标志位 等于0； 寻找最优子句， 如果最优子句为空， 则标志位加1， 继续寻找； 如果最优子句不为空， 则 添加最优子句到马尔可 夫逻辑网中， 并计算 最优期望； 判断标志位的值是否等于2， 等于2则结束， 若不 等于2则继续 寻找最优子句； 其中， 所述最优子句为子句与谓词连接后得到的最优子句； 所述最优期望为评判子句 与谓词连接的结果的评价标准， 影响最终得 出子句的权值大小。 6.一种企业基本信息知识图谱的构建系统， 其特 征在于， 包括： 数据集获取模块， 其配置成构建包含多个企业的企业信 息、 企业学术论文信息、 企业专 利信息的数据集；权　利　要　求　书 1/2 页 2 CN 114896423 A 2知识图谱构建模块， 其配置成在所述数据集中选择知识图谱架构中的实体、 属性及实 体间的关系； 对实体、 关系、 属性集合进行知识 融合， 完成实体 ‑关系‑实体或实体 ‑属性‑属 性值的三元组建立过程， 完成企业基本信息知识图谱的构建。 7.根据权利要求6所述的一种企业基本信 息知识图谱的构建系统， 其特征在于， 还包括 知识推理模块， 其配置成利用构建完成的知识图谱， 将三元 组转换成谓词表示， 并与马尔可 夫逻辑网结构结合， 完成知识推理。 8.根据权利要求6或7所述的一种企业基本信息知识图谱的构建系统， 其特征在于， 所 述知识图谱构建模块中在所述数据集中选择企业、 企业高管、 持股信息记录、 基金、 机构、 企 业学术论文、 企业专利信息作为知识图谱的实体， 所述持股信息记录包括基金持股信息记 录和机构持股信息记录； 在所述数据集中选择 各个实体的属性确定如下： a.企业： 公司名称、 英文名称、 董事长、 主要股东、 成立日期、 主营业务、 公司简介、 员工 人数、 管理层人数、 上市日期、 发行量、 发行价格、 交易市场、 联系电话、 邮政编码、 传真、 电子 邮箱、 公司网址、 注 册地址、 办公地址； b.企业高管： 高管姓名、 高管职务、 高管薪酬、 高管年薪货币单位； c.基金持股信息记录或机构持股信息记录： 日期、 持有者、 持有份额、 持股比例、 变化 率、 份额变化、 变化金额、 占组合比； d.企业学术 论文： 学术 论文编号、 学术 论文标题、 学术 论文作者、 论文摘要、 公布日期； e.企业专利信息： 专利标题、 专利申请编号、 专利申请日期、 专利公布日期、 专利申请 人。 9.根据权利要求8所述的一种企业基本信 息知识图谱的构建系统， 其特征在于， 所述知 识图谱构建模块中不同实体间的关系具体确定如下： 企业和企业高管之间的关系为管理人 员； 企业和企业学术论文之间的关系为持有学术论文； 企业和企业专利信息之间的关系为 持有专利信息； 企业和基金持股信息记录之间的关系为基金持股； 企业和机构持股信息记 录之间的关系为机构持股； 基金和基金持股信息记录之间的关系为基金持股； 机构和机构 持股信息记录之间的关系为机构持股。 10.根据权利要求7所述的一种企业基本信息知识图谱的构建系统， 其特征在于， 所述 知识推理模块中所述马尔可 夫逻辑网结构的学习流 程为： 获取子句集 合； 初始化学习权 重和最优期望值； 设置标志位 等于0； 寻找最优子句， 如果最优子句为空， 则标志位加1， 继续寻找； 如果最优子句不为空， 则 添加最优子句到马尔可 夫逻辑网中， 并计算 最优期望； 判断标志位的值是否等于2， 等于2则结束， 若不 等于2则继续 寻找最优子句； 其中， 所述最优子句为子句与谓词连接后得到的最优子句； 所述最优期望为评判子句 与谓词连接的结果的评价标准， 影响最终得 出子句的权值大小。权　利　要　求　书 2/2 页 3 CN 114896423 A 3