面向企业动态风险的知识图谱构建与应用研究

被引:47
作者
杨波
廖怡茗
机构
[1] 江西财经大学信息管理学院
关键词
企业动态风险; 知识图谱; 知识融合; 动态知识推理;
D O I
暂无
中图分类号
G353.1 [情报资料的分析和研究]; F272.3 [经营决策];
学科分类号
120301 [农业经济管理]; 120502 [情报学];
摘要
[目的/意义]构建企业风险知识图谱,是对大数据环境下企业知识资源的有效组织和利用。针对现有企业知识图谱多为知识的静态映射问题,本文引入时间维度来刻画企业风险事件的动态性、突发性和时效性等演化特征。[方法/过程]经过企业风险知识的信息抽取、知识融合、本体构建以及动态知识推理等环节,自底向上系统性地构建了企业动态风险知识图谱。在企业风险知识融合阶段,针对企业领域数据集实体样本的不平衡分类问题,本文提出Res Net动态知识推理方法改进了Multi-Net模型的损失平衡函数。[结果/结论]实验表明该知识推理方法能够有效提高实体预测和关系预测的准确性,对于企业领域知识具有良好的适用性,最后本文将该知识图谱应用于一个智能问答系统。
引用
收藏
页码:110 / 120
页数:11
相关论文
共 14 条
[1]
基于语义Web技术的知识融合和同步方法研究 [D]. 
谢能付 .
中国科学院研究生院(计算技术研究所),
2006
[2]
基于道路法规知识图谱的多轮自动问答研究 [J].
陈金菊 ;
王义真 ;
欧石燕 .
现代情报, 2020, 40 (08) :98-110+120
[3]
企业风险知识图谱的构建及应用 [J].
陈晓军 ;
向阳 .
计算机科学, 2020, 47 (11) :237-243
[4]
基于多关系循环事件的动态知识图谱推理 [J].
陈浩 ;
李永强 ;
冯远静 .
模式识别与人工智能, 2020, 33 (04) :337-343
[5]
应用于不平衡多分类问题的损失平衡函数 [J].
黄庆康 ;
宋恺涛 ;
陆建峰 .
智能系统学报, 2019, 14 (05) :953-958
[6]
面向企业知识图谱构建的中文实体关系抽取 [J].
孙晨 ;
付英男 ;
程文亮 ;
钱卫宁 .
华东师范大学学报(自然科学版), 2018, (03) :55-66
[7]
知识图谱在金融信贷领域的应用 [J].
雷丰羽 .
现代商业, 2018, (10) :89-90
[8]
从文本中构建领域本体技术综述 [J].
任飞亮 ;
沈继坤 ;
孙宾宾 ;
朱靖波 .
计算机学报, 2019, 42 (03) :654-676
[9]
基于领域知识图谱的智能问答关键技术研究 [D]. 
刘良 .
电子科技大学,
2020
[10]
面向企业图谱构建的中文命名实体识别技术研究 [D]. 
王超 .
东南大学,
2019