企业人物关系抽取方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术涉及数据处理技术，揭露了一种企业人物关系抽取方法，包括：构建目标企业中企业人物的基本模式，对所述基本模式进行人物扩展，得到企业人物的扩展模式，对所述企业人物的扩展模式进行关键词替换泛化处理及关键词分词泛化处理，得到企业人物的泛化模式，获取所述目标企业的企业相关数据集合，利用所述泛化模式匹配所述企业相关数据集合中的目标文本，抽取所述目标文本中所述泛化模式对应的目标实体，确定所述泛化模式中的关系为所述目标实体的目标关系。本发明专利技术还提出一种企业人物关系抽取装置、设备及计算机可读存储介质。本发明专利技术可以提高人物关系抽取的准确性。明可以提高人物关系抽取的准确性。明可以提高人物关系抽取的准确性。

【技术实现步骤摘要】
企业人物关系抽取方法、装置、设备及可读存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种企业人物关系抽取方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着人工智能的兴起，数据化时代下的各项数据呈现指数级规模的增长，数据挖掘、关系挖掘变的越来越重要，例如，构建企业中的人物关系网络。
[0003]现有技术中，人物之间的关系抽取是构建关系网络的基础，主要通过人工智能技术，将机器学习方法与规则相结合，抽取实体信息关系。而不同企业中由于组织结构、部门分布等因素存在较大差异，无法准确高效的抽取企业中的人物关系。

技术实现思路

[0004]本专利技术提供一种企业人物关系抽取方法、装置、电子设备及可读存储介质，其主要目的在于提高人物关系抽取的准确性。
[0005]为实现上述目的，本专利技术提供的一种企业人物关系抽取方法，包括：
[0006]构建目标企业中企业人物的基本模式，对所述基本模式进行人物扩展，得到企业人物的扩展模式；
[0007]对所述企业人物的扩展模式进行关键词替换泛化处理及关键词分词泛化处理，得到企业人物的泛化模式；
[0008]获取所述目标企业的企业相关数据集合，利用所述泛化模式匹配所述企业相关数据集合中的目标文本；
[0009]抽取所述目标文本中所述泛化模式对应的目标实体，确定所述泛化模式中的关系为所述目标实体的目标关系。
[0010]可选地，所述构建目标企业中企业人物的基本模式，包括：
[0011]基于所述目标企业中员工间的社会关系构建员工基本模式；
[0012]基于所述目标企业中部门间的结构关系构建部门基本模式；
[0013]基于所述目标企业中员工与部门间的组织关系构建员工部门基本模式；
[0014]确定所述员工基本模式、所述部门基本模式及所述员工部门基本模式为所述目标企业中企业人物的基本模式。
[0015]可选地，所述对所述基本模式进行人物扩展，得到企业人物的扩展模式，包括：
[0016]基于所述目标企业中的部门组织关系及人员组织关系对所述基本模式进行人物扩展，得到企业人物的扩展模式。
[0017]可选地，所述对所述企业人物的扩展模式进行关键词替换泛化处理及关键词分词泛化处理，得到企业人物的泛化模式，包括：
[0018]利用预设的关键词替换所述扩展模式中的实体，得到第一泛化模式；
[0019]对所述扩展模式中的关系进行分词处理，并重新将分词作为关系，得到第二泛化
模式；
[0020]确定所述第一泛化模式及所述第二泛化模式为所述企业人物的泛化模式。
[0021]可选地，所述对所述扩展模式中的关系进行分词处理，并重新将分词作为关系，得到第二泛化模式，包括：
[0022]对所述扩展模式中的关系进行分词处理，得到关系分词；
[0023]基于所述关系分词重新构建所述目标企业中企业人物的扩展模式，并利用预设的关键词替换新构建的扩展模式中的实体，得到第二泛化模式。
[0024]可选地，所述获取所述目标企业的企业相关数据集合，利用所述泛化模式匹配所述企业相关数据集合中的目标文本，包括：
[0025]利用预设的爬取工具爬取所述目标企业的企业相关数据集合；
[0026]基于所述泛化模式中的关键词匹配所述企业相关数据集合中的目标文本。
[0027]可选地，所述抽取所述目标文本中所述泛化模式对应的目标实体，确定所述泛化模式中的关系为所述目标实体的目标关系，包括：
[0028]利用预设的实体抽取模型抽取所述目标文本中的目标实体；
[0029]将所述目标实体填充至所述泛化模式中，确定所述泛化模式中的关系为所述目标实体的目标关系。
[0030]为了解决上述问题，本专利技术还提供一种企业人物关系抽取装置，所述装置包括：
[0031]模式扩展模块，用于构建目标企业中企业人物的基本模式，对所述基本模式进行人物扩展，得到企业人物的扩展模式；
[0032]模式泛化模块，用于对所述企业人物的扩展模式进行关键词替换泛化处理及关键词分词泛化处理，得到企业人物的泛化模式；
[0033]文本匹配模块，用于获取所述目标企业的企业相关数据集合，利用所述泛化模式匹配所述企业相关数据集合中的目标文本；
[0034]实体关系抽取模块，用于抽取所述目标文本中所述泛化模式对应的目标实体，确定所述泛化模式中的关系为所述目标实体的目标关系。
[0035]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0036]存储器，存储至少一个计算机程序；及
[0037]处理器，执行所述存储器中存储的计算机程序以实现上述所述的企业人物关系抽取方法。
[0038]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的企业人物关系抽取方法。
[0039]本实施例通过对目标企业中企业人物的基本模式进行人物扩展，得到企业人物的扩展模式，对企业人物的扩展模式进行关键词替换泛化处理及关键词分词泛化处理，得到企业人物的泛化模式，可以不断深度挖掘目标企业中不同人物间的实体关系，最后利用泛化模式匹配所述企业相关数据集合中的目标文本，可以快速准确的从目标文本抽取人物关系。因此本专利技术提出的企业人物关系抽取方法、装置、电子设备及计算机可读存储介质，可以提高人物关系抽取的准确性。
附图说明
[0040]图1为本专利技术一实施例提供的企业人物关系抽取方法的流程示意图；
[0041]图2为本专利技术一实施例提供的企业人物关系抽取装置的功能模块图；
[0042]图3为本专利技术一实施例提供的实现所述企业人物关系抽取方法的电子设备的结构示意图。
[0043]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0044]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0045]本申请实施例提供一种企业人物关系抽取方法。所述企业人物关系抽取方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述企业人物关系抽取方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
[0046]参照图1所示，为本专利技术一实施例提供的企业人物关系抽取方法的流程示意图。在本实施例中，所述企业人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业人物关系抽取方法，其特征在于，所述方法包括：构建目标企业中企业人物的基本模式，对所述基本模式进行人物扩展，得到企业人物的扩展模式；对所述企业人物的扩展模式进行关键词替换泛化处理及关键词分词泛化处理，得到企业人物的泛化模式；获取所述目标企业的企业相关数据集合，利用所述泛化模式匹配所述企业相关数据集合中的目标文本；抽取所述目标文本中所述泛化模式对应的目标实体，确定所述泛化模式中的关系为所述目标实体的目标关系。2.如权利要求1中所述的企业人物关系抽取方法，其特征在于，所述构建目标企业中企业人物的基本模式，包括：基于所述目标企业中员工间的社会关系构建员工基本模式；基于所述目标企业中部门间的结构关系构建部门基本模式；基于所述目标企业中员工与部门间的组织关系构建员工部门基本模式；确定所述员工基本模式、所述部门基本模式及所述员工部门基本模式为所述目标企业中企业人物的基本模式。3.如权利要求1所述的企业人物关系抽取方法，其特征在于，所述对所述基本模式进行人物扩展，得到企业人物的扩展模式，包括：基于所述目标企业中的部门组织关系及人员组织关系对所述基本模式进行人物扩展，得到企业人物的扩展模式。4.如权利要求1所述的企业人物关系抽取方法，其特征在于，所述对所述企业人物的扩展模式进行关键词替换泛化处理及关键词分词泛化处理，得到企业人物的泛化模式，包括：利用预设的关键词替换所述扩展模式中的实体，得到第一泛化模式；对所述扩展模式中的关系进行分词处理，并重新将分词作为关系，得到第二泛化模式；确定所述第一泛化模式及所述第二泛化模式为所述企业人物的泛化模式。5.如权利要求4所述的企业人物关系抽取方法，其特征在于，所述对所述扩展模式中的关系进行分词处理，并重新将分词作为关系，得到第二泛化模式，包括：对所述扩展模式中的关系进行分词处理，得到关系分词；基于所述关系分词重新构建所述目标企业中企业人物的扩展模式...

【专利技术属性】
技术研发人员：洪丰，黄敏，周伟杰，熊善良，蔡文笔，韦有朋，
申请(专利权)人：北京海卓飞网络科技有限公司，
类型：发明
国别省市：