【技术实现步骤摘要】
一种基于知识图谱的集成电路产业链识别方法及系统
本专利技术涉及知识图谱，具体涉及一种基于知识图谱的集成电路产业链识别方法及系统。
技术介绍
知识图谱本质上是语义网络，是一种由节点和边组成，基于图的数据结构。在知识图谱里，每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的“关系”。企业级知识图谱，其实就是某个行业领域的图谱在企业的落地，产业链图谱落地主要是基于大数据和人工智能的相关技术，对产业已有实体(行业分类或主营产品等等)和关系(行业上下游关系、企业所属行业、企业主营唱片等等)以及实体关系的属性进行建模，最终形成一整套产业链专业图谱。产业链是产业经济学中的一个概念，是各个产业部门之间基于一定的技术经济关联，并依据特定的逻辑关系和时空布局关系客观形成的链条式关联关系形态。产业链是一个包含价值链、企业链、供需链和空间链四个维度的概念。这四个维度在相互对接的均衡过程中形成了产业链，这种“对接机制”是产业链形成的内模式，作为一种客观规律，它像一只“无形之手”调控着产业链的形成。产业链的本质是用于描述一个...
【技术保护点】
1.一种基于知识图谱的集成电路产业链识别方法，其特征在于，包括：/n建立集成电路产业链本体模型；/n建立集成电路行业关系图谱；/n根据所述集成电路产业链本体模型和所述集成电路行业关系图谱，建立用于识别企业是否属于集成电路一级行业的识别模型；/n根据所述识别模型，确定待识别的企业是否属于集成电路一级行业。/n
【技术特征摘要】
1.一种基于知识图谱的集成电路产业链识别方法，其特征在于，包括：
建立集成电路产业链本体模型；
建立集成电路行业关系图谱；
根据所述集成电路产业链本体模型和所述集成电路行业关系图谱，建立用于识别企业是否属于集成电路一级行业的识别模型；
根据所述识别模型，确定待识别的企业是否属于集成电路一级行业。
2.根据权利要求1所述的方法，其特征在于，所述的建立集成电路产业链本体模型，具体包括：
建立集成电路产业链本体模型，所述集成电路产业链本体模型包括：两种实体和两种关系；所述两种实体包括：行业和企业；所述两种关系包括：父子行业关系、企业和行业关系。
3.根据权利要求1所述的方法，其特征在于，所述的建立集成电路行业关系图谱，具体包括：
根据行业分类标准，建立集成电路行业实体，所述集成电路行业实体包括一级行业和二级行业，并且建立行业之间的父子行业关系，形成集成电路行业关系图谱。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述的建立用于识别企业是否属于集成电路一级行业的识别模型，具体包括：
根据工商数据，建立二分类机器学习识别模型，以识别企业是否属于集成电路一级行业。
5.根据权利要求4所述的方法，其特征在于，所述的根据工商数据，建立二分类机器学习识别模型，以识别企业是否属于集成电路一级行业，具体包括：
正负样本定义：从包括人工标记的企业数据和工商企业数据的数据源中获取正样本和负样本；所述正样本对应的行业标签为集成电路一级行业标签，所述负样本对应的行业标签不是集成电路一级行业标签；
特征处理：对包括正样本和负样本在内的第一样本数据进行数据特征预处理，所述的数据特征预处理是指对文本特征数据进行向量化处理；其中，所述向量化处理包括：
利用分词算法对企业经营描述文本进行分词处理；
利用停用词表对分词处理获得的单词进行停用词过滤处理；
利用word_to_ix编码表对企业经营描述文本中所有出现过的单词进行编号处理；所述的word_to_ix编码表用于将汉语文本数据编码成1～N数字的索引表；利用word_to_ix编码表中的编号，替换经过分词处理和停用词过滤处理后的企业经营描述文本的对应单词；
对文本编码化处理后的企业经营描述文本进行文本长度截断处理和填补处理，以使得处理后的每个企业经营描述文本包括相同数量的词汇；
对经过文本长度截断处理和填补处理后得到的数据进行文本向量化处理，形成二维矩阵；
得到包括所述正样本、所述负样本和所述二维矩阵在内的第二样本数据...
【专利技术属性】
技术研发人员：陈青山，许国良，蒋渊洋，邓杨，高宏华，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。