一种基于知识图谱的财经事件推理方法技术

本发明专利技术提供一种基于知识图谱的财经事件推理方法，首先从财经数据中抽取本体三元组搭建知识图谱，然后将一些经济客观规律及财经专家的先验知识整理成财经推理规则，并将其编写为机器可以识别和运算的代码，最后分别将本体文件及推理规则导入到数据库，通过操作数据库调用规则实现从数据到其影响的具体行业或公司的推理。

【技术实现步骤摘要】
一种基于知识图谱的财经事件推理方法
本专利技术涉及财经趋势预测方法领域，更具体地，涉及一种基于知识图谱的财经事件推理方法。
技术介绍
随着市场经济竞争日趋激烈，一个企业要想赢得市场、求得生存和良好的发展，必须最大限度地减少企业经营决策的失误，而这又基于决策者对未来市场较为准确的判断，这就要求决策者应用科学的统计预测方法，尽最大可能减少决策者犯错的概率。因此，信息分析与预测在企业财经决策中的作用越来越大。现有方案主要利用输入输出等观测变量辨识和估计未知参数，建立自变量和因变量之间较为准确的数学模型或统计模型，以分析系统特征的过程，从而对经济趋势进行预测。根据物理背景、系统特性的不同，采用不同的数学方法估计模型参数，称之为理性主义学派方案。还有另一种方案是根据中国经济运行规律、国家宏观调控政策以及国内外发展历史与现状，凭借个人经验或集体智慧，对经济趋势进行预测，称之为经验主义学派方案。现有技术主要缺陷在于：(1)理性主义学派方案中数据的采集比较困难，往往要经历较长的时间周期。经济问题无论是研究的角度、影响因素还是自身的变化规律都具有诸多随机性和不可测性，因此收集什么样的数据，多长时间采样一个数据，数据的遍历性和关联关系如何认定等都比较复杂；(2)经济问题影响因素和边界条件难以把握。和工业过程或机械过程不同，经济问题如社会问题一样，容易受政策因素、自然因素和战争因素等的影响，所谓的蝴蝶效应就指出了经济不确定性的实质。所以，经济变化的规律往往具有突变性，往往因外部干扰，其发展特征、速度、规模以及效率等可能会和前期发生截然变化，目前缺乏较好解决方法。(3)经验学派方案普遍存在主观性和片面性等问题。
技术实现思路
本专利技术为提供一种具有较强的客观性与透明性基于知识图谱的财经事件推理方法。为了达到上述技术效果，本专利技术的技术方案如下：一种基于知识图谱的财经事件推理方法，包括以下步骤：S1：搭建一个财经知识图谱；S2：为搭建的财经知识图谱编写财经推理规则；S3：根据财经推理规则确定不同事件类型的推理逻辑；S4：将规则用计算机语言进行编写，以便机器识别处理。进一步地，所述步骤S1的具体过程如下：S11：根据推理涉及的财经领域范围设计财经知识图谱；S12：将财经知识图谱进行知识分类，在财经知识图谱中建立事件类，财经事件的推理以事件为起点，将事件类按照事件类型进行划分，将知识分类往下进行一层层细化为子类，整体分类呈树状结构延伸；S13：根据不同的知识分类建立知识关系ObjectProperty，每条知识关系包括了关系的定义域Domain、值域Range，为每个类都建立全面的知识关系，充分的知识关系是实现推理的基础；S14：提取出数据中的事件知识点，以事件知识点作为区分条件按照S12中建立的事件知识分类对数据进行初步划分，在数据进行初步归类后，根据S13步骤中建立的知识关系将每条数据进行进一步的提取和整理。将事件知识点作为提取的所有三元组中的主语subject，根据对事件的归类并根据S13中针对不同类定义的不同知识关系objectproperty从数据中提取相应的知识点作为三元组中的宾语，比如在这条数据中事件的发生地点是哪里，事件涉及的相关公司有哪些，就将一条数据整理为多个以事件知识点为主语的三元组的集合，格式为<event>-><objectproperty>-><individual>；S15：将整理后的财经事件三元组按照相应的知识分类放入知识图谱中，完成财经知识图谱的构建。进一步地，所述步骤S2的具体过程如下：S21：定义推理规则，财经推理规则rule用于对财经事件进行推理，以财经事件知识点event为已知条件推理到财经知识图谱中具体的公司知识点company，每条规则拥有一个或多个附属条件condition，条件由财经知识图谱中的对象属性ObjectProperty组成；S22：对要编写的规则进行基本的分类；S23：通过整理知识分类中的知识关系ObjectProperty成为推理规则。进一步地，所述步骤S22的过程是：S221：规则按照不同的事件类来划分，针对不同类型的事件定制推理规则的逻辑，规则只能用于指定的事件类型推理，以达到对规则的适用范围进行约束的目的，避免在推理时规则的混用；S222：为知识图谱中所有事件类中的知识点都设定一个属性为“事件类型是”，再将所有的事件类型作为知识点单独存放在一个类中，当事件知识点存入知识图谱时，就建立好这条知识关系，格式为<event>-><事件类型是>-><eventtype>；S223：将S222中的知识关系总结在某规则rule1中作为其中一个约束条件condition1，则rule1只能用于condition1中的事件类型。进一步地，所述步骤S23的过程是：S231：将知识图谱中知识点间的知识关系作为规则下附属的条件，当一个已知事件变量event1(其事件类型是eventtype1)放入知识图谱中并构建完成其知识关系ObjectProperty1，ObjectProperty2...；S232：定义一个规则rule2，知识关系ObjectProperty1，ObjectProperty2...分别为规则中的条件condition1，condition2...对事件类型是eventtype1的事件使用这个规则，就能从事件变量event通过其知识关系推理到其他知识点；S233：规定：在推理流程中，以“事件”知识点为推理的起点，“公司”知识点为推理的结果。比如事件知识点“event1”与行业知识点“industry1”间存在知识关系“ObjectProperty1”；行业知识点“industry1”与公司知识点“company1”间存在知识关系“ObjectProperty2”，则认为事件知识点“event1”与公司知识点“company1”存在某种关系，推理结果表达式为：<event1>-><industry1>-><company1>。进一步地，所述步骤S3的过程是：S31：针对事件中涉及的地区来进行推理，出现针对某个具体地区的事件时，则按照事件和地区的关系进行推理；S32：针对事件中涉及的人物来进行推理，如果出现针对某个具体人物的事件时，就围绕人物建立的知识关系实现推理；S33：针对事件中涉及的行业来进行推理，如果出现针对某个具体行业的事件时，直接通过事件关联行业再关联到行业中具体的公司；S34：针对事件中涉及的公司来进行推理，如果出现针对某个具体公司的事件时，通过公司与公司当前的竞争情况作为线索进行推理；S35：针对事件中涉及的产品来进行推理，如果出现针对某个具体产品的事件时，围绕这个产品来实现对产品相关公司的推理。进一步地，所述步骤S31的过程是：S311：首先对此条数据进行三元组抽取，提取事件知识点event1并将其放在区域事件类下面即本文档来自技高网...

【技术保护点】
一种基于知识图谱的财经事件推理方法，其特征在于，包括以下步骤：S1：搭建一个财经知识图谱；S2：为搭建的财经知识图谱编写财经推理规则；S3：根据财经推理规则确定不同事件类型的推理逻辑；S4：将规则用计算机语言进行编写，以便机器识别处理。

【技术特征摘要】
1.一种基于知识图谱的财经事件推理方法，其特征在于，包括以下步骤：S1：搭建一个财经知识图谱；S2：为搭建的财经知识图谱编写财经推理规则；S3：根据财经推理规则确定不同事件类型的推理逻辑；S4：将规则用计算机语言进行编写，以便机器识别处理。2.根据权利要求1所述的基于知识图谱的财经事件推理方法，其特征在于，所述步骤S1的具体过程如下：S11：根据推理涉及的财经领域范围设计财经知识图谱；S12：将财经知识图谱进行知识分类，在财经知识图谱中建立事件类，财经事件的推理以事件为起点，将事件类按照事件类型进行划分，将知识分类往下进行一层层细化为子类，整体分类呈树状结构延伸；S13：根据不同的知识分类建立知识关系ObjectProperty，每条知识关系包括了关系的定义域Domain、值域Range，为每个类都建立全面的知识关系，充分的知识关系是实现推理的基础；S14：提取出数据中的事件知识点，以事件知识点作为区分条件按照S12中建立的事件知识分类对数据进行初步划分，在数据进行初步归类后，根据S13步骤中建立的知识关系将每条数据进行进一步的提取和整理。将事件知识点作为提取的所有三元组中的主语subject，根据对事件的归类并根据S13中针对不同类定义的不同知识关系objectproperty从数据中提取相应的知识点作为三元组中的宾语，比如在这条数据中事件的发生地点是哪里，事件涉及的相关公司有哪些，就将一条数据整理为多个以事件知识点为主语的三元组的集合，格式为<event>-><objectproperty>-><individual>；S15：将整理后的财经事件三元组按照相应的知识分类放入知识图谱中，完成财经知识图谱的构建。3.根据权利要求2所述的基于知识图谱的财经事件推理方法，其特征在于，所述步骤S2的具体过程如下：S21：定义推理规则，财经推理规则rule用于对财经事件进行推理，以财经事件知识点event为已知条件推理到财经知识图谱中具体的公司知识点company，每条规则拥有一个或多个附属条件condition，条件由财经知识图谱中的对象属性ObjectProperty组成；S22：对要编写的规则进行基本的分类；S23：通过整理知识分类中的知识关系ObjectProperty成为推理规则。4.根据权利要求3所述的基于知识图谱的财经事件推理方法，其特征在于，所述步骤S22的过程是：S221：规则按照不同的事件类来划分，针对不同类型的事件定制推理规则的逻辑，规则只能用于指定的事件类型推理，以达到对规则的适用范围进行约束的目的，避免在推理时规则的混用；S222：为知识图谱中所有事件类中的知识点都设定一个属性为“事件类型是”，再将所有的事件类型作为知识点单独存放在一个类中，当事件知识点存入知识图谱时，就建立好这条知识关系，格式为<event>-><事件类型是>-><eventtype>；S223：将S222中的知识关系总结在某规则rule1中作为其中一个约束条件condition1，则rule1只能用于condition1中的事件类型。5.根据权利要求4所述的基于知识图谱的财经事件推理方法，其特征在于，所述步骤S23的过程是：S231：将知识图谱中知识点间的知识关系作为规则下附属的条件，当一个已知事件变量event1(其事件类型是eventtype1)放入知识图谱中并构建完成其知识关系ObjectProperty1，ObjectProperty2...；S232：定义一个规则rule2，知识关系ObjectProperty1，ObjectProperty2...分别为规则中的条件condition1，condition2...对事件类型是eventtype1的事件使用这个规则，就能从事件变量event通过其知识关系推理到其他知识点；S233：规定：在推理流程中，以“事件”知识点为推理的起点，“公司”知识点为推理的结果。比如事件知识点“event1”与行业知识点“industry1”间存在知识关系“ObjectProperty1”；行业知识点“industry1”与公司知识点“company1”间存在知识关系“ObjectProperty2”，则认为事件知识点“event1”与公司知识点“company1”存在某种关系，推理结果表达式为：<event1>-><industry1>-><company1>。6.根据权利要求5所述的基于知识图谱的财经事件推理方法，其特征在于，所述步骤S3的过程是：S31：针对事件中涉及的地区来进行推理，出现针对某个具体地区的事件时，则按照事件和地区的关系进行推理；S32：针对事件中涉及的人物来进行推理，如果出现针对某个具体人物的事件时，就围绕人物建立的知识关系实现推理；S33：针对事件中涉及的行业来进行推理，如果出现针对某个具体行业的事件时，直接通过事件关联行业再关联到行业中具体的公司；S34：针对事件中涉及的公司来进行推理，如果出现针对某个具体公司的事件时，通过公司与公司当前的竞争情况作为线索进行推理；S35：针对事件中涉及的产品来进行推理，如果出现针对某个具体产品的事件时，围绕这个产品来实现对产品相关公司的推理。7.根据权利要求6所述的基于知识图谱的财经事件推理方法，其特征在于，所述步骤S31的过程是：S311：首先对此条数据进行三元组抽取，提取事件知识点event1并将其放在区域事件类下面即每一类事件都需要首先提取事件知识点，之后需要把事件关联到具体的地区，于是再从数据中抽取地区知识点location1并将其放在相应的行政区域类下面；S312：创建一个对象属性ObjectProperty1专门用于建立事件和地区之间的知识关系即不同事件的相同对象属性，对象属性只用建立一次，将事件知识点与此事件针对的地区建立联系<event1>-><objectproperty1>-><location1>；S313：再创建一个对象属性ObjectProperty2专门用于建立地区和公司之间的知识关系，将地区知识点location1与在这个地区的公司变量company建立知识关系<company>-><objectproperty2>-><location1>；S314：再将事件中涉及到的重要知识点提取出来与此地区建立联系。比如此事件中某行业industry1是受主要影响的部分，则抽取“industry1”这个知识点放入行业知识分类中，建立一个对象属性ObjectProperty3专门用于建立公司知识点与其所属行业之间的知识关系，将行业知识点industry1与此行业的公司变量company建立知识关系<company>-><objec...

【专利技术属性】
技术研发人员：姜赢，潘浩，杨静，
申请(专利权)人：北京师范大学珠海分校，
类型：发明
国别省市：广东,44