2022不良资产管理领域知识图谱 技术要求

不良资产管理领域知识图谱技术要求目 次前 言 II引 言 III范围 1规范性引用文件 1术语和定义 1缩略语 2概述 2知识图谱可视化一般形式 2领域相关特点 3领域相关限制 3知识图谱技术架构 3知识图谱构建要求和应用 4源数据 4数据处理 4知识抽取 5知识表示 5知识融合 5知识存储 5图谱中心 6知识推理 7知识图谱应用 7知识图谱系统运维 7安全管理 7参考文献 8I不良资产管理领域知识图谱技术要求范围本文件确立了不良资产管理领域知识图谱架构，规定了相关构建技术框架、技术要求、安全要求，并界定了有关的术语、定义和缩略语。规范性引用文件（包括所有的修改单适用于本文件。GB/T22239—2019信息安全技术网络安全等级保护基本要求术语和定义下列术语和定义适用于本文件。3.1.1不良资产non-performingassets（资金3.1.2干系人projectstakeholders积极参与项目实施或者在项目完成后其利益可能受积极或消极影响的个人或组织。示例：客户、用户、发起人、高层管理员、执行组织、公众或反对项目的人。3.2.1知识图谱knowledgegraph注：实体、关系都有其相关属性-值对，实体间通过关系相互联结构成网状的知识结构。3.2.2知识（用于人工智能）knowledge(inartificialintelligence)事实、事件、信念以及规则的汇集，以便于系统地使用。[来源：GB/T5271.28—2001，28.01.03]3.2.3本体ontology注：本体，从本质上看，既可以是非常概括性的，也可以是极其专门化的。[来源：GB/T35295—2017，2.1.54]3.2.4实体entity机构名、地名、人名等专有名词或其他有意义的名词性短语。13.2.5关系relationship实体之间的语义联系。注：关系包括隐含语义联系。3.2.6属性attribute对实体的描述。3.2.7事件event3.2.8节点node在资源描述框架下，知识图谱中三元组的主语或宾语，个别情况下也可以是谓语IRI。3.2.9三元组triple表示RDF中的一组关系，由主语（subject）、谓语（predicate）和宾语（object）三个部分组成。3.2.10知识抽取knowledgeacquisition查找、收集和精化知识，并将它转换成一种形式的过程，该形式能被基于知识的系统进一步处理。[来源：GB/T5271.28—2001，28.01.09]3.2.11知识表示knowledgerepresentation将知识编码并存入知识库的过程或结果。[来源：GB/T5271.28—2001，28.01.08]3.2.12知识融合knowledgefusion注：面向需求和创新，通过对众多分散、异构资源上知识的获取、匹配、集成、挖掘等实现。3.2.13知识推理knowledgereasoning按照某种策略，根据已有知识推出新知识的过程。缩略语下列缩略语适用于本文件。IRI：国际化资源标识符（InternationalizedResourceIdentifier）OWL：网络本体语言（WebOntologyLanguage）RDF：资源描述框架（ResourceDescriptionFramework）概述知识图谱可视化一般形式2知识图谱可视化一般形式示例见图1。图1知识图谱可视化一般形式示例领域相关特点不良资产管理领域使用知识图谱，相关的领域特点有：不良资产管理业务过程涉及的数据种类较为广泛和综合；不良资产管理业务开展较为依赖行业或企业内部特有的非公开信息；不良资产管理业务运转过程关联的信息天然形成网状结构，易于用知识图谱表示，对信息的充分应用也更依赖知识图谱技术提供的能力。领域相关限制不良资产管理领域使用知识图谱，相关的领域限制有：不良资产管理领域的业务数字化智能化过程和使用知识图谱及其相关技术的水平仍在发展初期，该领域更关注被广泛应用和相对成熟的技术，以保持技术路线的稳健；不良资产管理属于较为传统的金融领域，相对于作为业务支撑的底层技术，更关注知识图谱的业务应用价值；金融领域的数据具有歧义多、噪声大、碎片化的特点，知识图谱所能使用的高质量数据较为有限，知识图谱中的知识抽取、知识融合及知识推理等技术面临较多困难与挑战；不良资产管理领域使用知识图谱，会涉及较多的金融信息安全考量。知识图谱技术架构不良资产管理领域知识图谱技术架构见图2。3图2不良资产管理领域知识图谱技术架构知识图谱构建要求和应用源数据源数据符合以下要求：应优先使用定义清晰的结构化数据，以保证图谱知识准确可靠；应利用通用知识图谱、业务领域知识图谱中的已有知识；应从合法、稳定的直接数据源或间接数据源获取外部公开权威数据，包括但不限于组织机构的工商登记数据、司法诉讼数据等；应区分非确定性参考用信息与确定性信息；可从互联网等公开渠道合法获取数据，包括但不限于新闻媒体、行业词库等；可将内部自有业务数据、领域专家知识和外部数据融合形成新的源数据集合。数据处理数据处理符合以下要求：4应对源数据执行数据清洗操作；9应按照选择的数据存储方式将源数据转化为相应的存储格式；可保留用于导入存储体的中间数据；可保留中间数据的完整版本，或记录不同版本间的差异。知识抽取知识抽取符合以下要求：应保留用于知识抽取的映射、模板、规则以及模型参数；可使用直接映射的方法进行结构化数据的知识抽取；可使用模板解析的方法进行半结构化数据的知识抽取；可主要使用基于领域专家构建的规则进行非结构化数据的知识抽取；可使用实体抽取算法、关系抽取算法、属性抽取算法和事件抽取算法进行非结构化数据的知识抽取。知识表示知识表示符合以下要求：应对不良资产管理领域内的概念进行区分，对实体、关系、属性、事件等进行定义和格式化表示；应根据知识图谱的数据规模、处理复杂度、模型结构等因素选择知识表示的方式；对于基于语义网的知识表示，应符合万维网联盟（W3C）IRIRDFIRIOWL对于基于特征向量的知识表示，可使用基于距离的模型、基于语义匹配的模型或其他机器学习模型；可依据行业惯例定义知识图谱各要素及其逻辑结构；可使用三元组作为知识表示和知识图谱数据交换的基本形式。知识融合知识融合符合以下要求：应融合知识图谱的概念层和数据层；应由不良资产管理领域业务专家人工审核更新的知识概念；应使用通用的统一标识对涉及通用概念的内部数据和外部数据进行匹配；可使用基于术语的方法、基于结构的方法、基于本体中的实例的方法或三者综合运用的方法进行概念层的本体匹配；可使用基于规则的方法、基于相似度计算的方法进行数据层的实体对齐；构建知识图谱可使用自顶向下或自底向上的方法：使用自顶向下的方法构建知识图谱时，首先定义知识图谱的数据模式即本体，再根据数据模式填充具体数据，最终形成知识图谱；使用自底向上的方法构建知识图谱时，首先对实体进行归纳组织，形成底层概念，然后逐步往上抽象，形成上层的概念，最终形成知识图谱；可构建不良资产管理领域行业术语、缩写和别名对照表、词汇库用于辅助知识融合。知识存储知识存储符合以下要求：应根据知识图谱的数据规模、功能复杂度、知识表示方式等因素选择知识存储的方式；应以节点作为不良资产管理领域实体的逻辑表示和存储；应以节点之间的边作为不良资产管理领域实体间关系的逻辑表示和存储；可优先使用图数据库用于知识存储，可使用关系型数据库作为辅助存储方式；5可实现自动、高效的知识图谱数据更新策略；可在知识存储的物理层或应用层实现对高可用性的支持；可通过垂直扩展或水平扩展的方式提升知识存储的物理层性能。图谱中心知识图谱管理知识图谱管理符合以下要求：应使用集中方式管理知识图谱；应实现知识图谱的导入和导出，导入和导出支持标准格式；应实现对知识图谱中的实体、关系、属性进行查看和管理等操作；可实现对知识图谱整体和子图的查看；可提供对知识图谱构建模型的统一管理；可提供对知识图谱查询语句的统一管理；可提供可视化的方式管理图谱中心。领域知识图谱领域知识图谱符合以下要求：应把有效支撑业务领域的分析、决策需求作为构建目标；应提供领域知识图谱的扩展能力；干系人图谱应包含不良资产管理领域业务各参与方及其属性；干系人图谱可包含不良资产管理领域业务各参与方之间的投资、组织从属、司法诉讼、竞争合作以及基于其他事件所确定的关系及其属性；业务领域图谱应包含不良资产管理领域业务运转过程中涉及的各参与方、各资产形式及其属性；业务领域图谱可包含不良资产管理领域业务运转过程中各资产形式之间的分解、组合、迁移、转化、生成等关系及其属性；法律法规和监管制度图谱应包含适用于不良资产管理领域的法律法规和监管制度涉及的实体及其属性；法律法规和监管制度图谱可包含各实体之间由法律法规和监管制度约束和规范的实体之间的关系及其属性；新闻事件图谱可包含不良资产管理领域内广泛的业务参与实体及其属性；新闻事件图谱可包含由新闻事件描述的实体之间的关系及其属性。知识图谱可视化知识图谱可视化符合以下要求：应以直观的方式进行知识图谱的可视化；应区分实体、关系、属性；以节点和边的形式进行知识图谱可视化时，应以节点表示实体，以边表示关系；应体现属性与对应的实体或关系的关联；可对实体和关系的属性进行区分；可实现对特定实体间特定关系的展示；可以知识图谱中的实体为起点，沿着关系连接路径逐级显示；可实现用实体属性筛选可视化内容；可实现用关系属性筛选可视化内容；可实现用关系层数筛选可视化内容；6可在知识图谱可视化显示内容数量较多时，进行优化。知识推理知识推理符合以下要求：应具备对知识图谱的实体和关系等内容进行搜索和遍历的基本能力；应提供基于知识图谱进行路径发现的能力；可提供基于知识图谱进行聚类的能力；可提供对知识图谱进行知识补全的能力；可提供其他基于规则、统计、神经网络方法进行知识推理的能力。知识图谱应用知识图谱应用符合以下要求：9应在面向应用提供的知识图谱信息中包含所有必要的实体、关系和属性；应提供对特定实体、关系和属性的检索功能；应提供对两个或多个实体间的关系及其相关属性的检索功能；应具备应用服务接口，提供知识图谱数据服务能力；应用系统响应时间应在用户感知可接受的范围内；可提供对基于特定关系的知识图谱进行查询功能；可提供对包含多级关系连接的知识图谱逐级获取信息的功能；可提供知识图谱可视化相关功能；可提供知识图谱导出和保存功能。知识图谱系统运维知识图谱系统运维应符合以下要求：相关软硬件系统部署于系统拥有方指定的运行环境内；系统运维责任方提供系统运行环境的管理机制；系统运维责任方编制和持续维护系统运维操作手册；系统运维责任方编制知识图谱数据备份、恢复操作手册；系统运维责任方编制系统应急响应处理手册；系统运维责任方提供必要的手动维护功能。安全管理知识图谱安全管理应符合以下要求：相