CN119475044A 行业分类标签构建方法和装置、介质、电子设备 （北京国科众安科技有限公司）

本申请提供了一种行业分类标签构建方法权数据以及之间的关系数据提取末级行业分类2数据加工步骤；所述数据加工步骤包括生产所述科技创新主构建知识图谱步骤；所述构建知识图谱步骤包括根据据的实体划分为所述二级实体，将实体类型为所述关键词数据的实体划分为所述三级实基于知识图谱的归类步骤；所述基于知识图谱的归类步骤包括计算据所述共现度指标C选择多个所述三级相关实体，作为所述一级相似实体的末级行业分类行业分类标签关联步骤；所述行业分类标签关联步骤包括将所述末级行业数据包括国民经济行业分类的数据和/或申万宏源行所述知识产权数据中提取关键词的步骤包括数据3数据加工模块；数据加工模块用于生产所述科技创新主体数据构建知识图谱模块；构建知识图谱模块用于根据实体类述不同级别实体之间的关系数据包括所述一级实体与所述二级实体之间的关系数据以及基于知识图谱的归类模块；基于知识图谱的归类模块用于计算相似度RA行业分类标签关联模块；行业分类标签关联模块用于将所述末级9.一种计算机可读存储介质，其特征在于，至少一个处理器，用于执行所述存储器存储的程序，当所4[0001]本申请属于人工智能技术领域，特别是涉及一种行业分类标签构建方法和装置、能够针对创新主体进行行业分类以及针对创新所述关键词数据与所述知识产权数据之间的关系数5据的实体划分为所述二级实体，将实体类型为所述关键词数据的实体划分为所述三级实据所述共现度指标C选择多个所述三级相关实体，作为所述一级相似实体的末级行业分类6获取数据步骤包括获取科技创新主体数据以及7[0020]获取数据步骤还包括获取现有的行业分类数据以及根据现有的行业分类数据预设的行业标签。现有的行业分类数据包括国民经济行业分类的数据和/或申万宏源行业分[0024]生产科技创新主体数据与知识产权数据之间的关系数据的步骤包括对科技创新8[0031]去停用词包括对分词处理后的名称数据以及摘要数据，去掉不具有代表含义的9据的TIDB数据库中抽取企业主体名称数据；从MINIO分布式对象存储服务器中抽取全文数体地实现方式包括：通过Python的Node函数创建一级实体、二级实体和三级实体；使用Python的py2neo库的graph.create函数将一级实体、二级实体和三级实体存储到Neo4j数[0037]在本申请的一些实施例中，将抽取出来的关键词数据存储到Neo4j数据库中的步[0038]定义不同级别实体之间的关系数据的步骤包括定义一级实体与二级实体之间的称定义为从属关系。要求企业主体名称的实体至少有一个知识产权实体名称的实体相对至少一个关键词数据的实体相对应，对应关系属于二级实体与三级实体之间的关系数据。的py2neo库中的graph.create函数将定义后的一级实体与二级实体之间的关系数据以及二级实体与三级实体之间的关系数据存储到Neo4[0042]综上，Neo4j图数据库用于存储知识图谱中的不同级别的实体以及一级实体与二级实体之间的关系数据以及二级实体与三级实体之表示x与y一级实体之间的相似度越高。相似度越高表示x与y一级实体共有的二级实体越[0046]基于知识图谱的归类步骤包括根据一级实体与二级实体之间的关系数据得到与[0048]基于知识图谱的归类步骤包括计算二级相关实体相对于一级相似实体的权重以关实体N1对应于X1个一级相似实体M（包括一级相似实体M1那么二级相关实体N1相对于一关实体S1对应于X2个二级相关实体N（包括二级相关实体N1那么三级相关实体S1相对于二[0052]基于知识图谱的归类步骤包括根据二级相关实体相对于一级相似实体的权重以[0053]共现度指标C用于衡量两个或多个事物在数据集中共同出现的程度，本申请中共现度指标C表示二级相关实体以及三级相关实体相对于同一个一级相似实体M的共同出现级相关实体N对应的多个三级相关实体S（包括三级相关实体S1根据上面的[0056]那么相对于同一个一级相似实体M1的二级相关实体N1与三级相关实体S1的共现度[0058]根据共现度指标C的值的大小，从同一个一级相似实体对应的所有三级相关实体签与其他有关联的四级类目标签的三级类目标签据的实体划分为所述二级实体，将实体类型为所述关键词数据的实体划分为所述三级实据所述共现度指