[发明专利]一种基于向量化的企业关系划分方法、服务器以及客户端

说明书

本发明涉及一种基于向量化的企业关系划分方法及装置，其中方法包括：通过企业描述文本的向量化，得到企业向量，根据所述企业向量的距离计算得到企业之间的相似度，根据所述企业之间的相似度得到企业之间关系类型，将所述企业之间关系类型存入数据库中用以构建企业关系图谱。采用本发明中的方法，能够划分出企业之间的相似度，还能够得到企业之间的关系类型，且划分过程既具有词向量容易生成和量化的特点，又具有文本统计信息快捷高效的特点。此外，本发明的方法对企业检索和简历推荐的准确率都具有很高的价值。

技术领域

本发明涉及计算机软件、自然语言处理领域，特别涉及一种基于向量化的企业关系划分方法及装置。

背景技术

数据是对事实、概念或指令的一种表达形式，可由人工或自动化装置进行处理。数据经过解释并赋予一定的意义之后便成为信息。具体地，数据处理是对数据的采集、存储、检索、加工、变换和传输。

目前，在很多的数据处理应用中需要获得企业和企业的关系，这种关系的获得通常是人为编辑的，采用人为编辑的方式需要耗费大量的人力成本。另外对于一些自动化的企业关系挖掘程序中也是针对的结构化文本，然而通过结构化文本直接挖掘企业关系可能存在数据缺失，并且不能针对企业转型发展及时更新企业的关系类型。

发明内容

本发明要解决的技术问题是，提供一种向量化的、可视化的、可实时更新的基于向量化的企业关系划分方法。

解决上述技术问题，本发明提供了一种基于向量化的企业关系划分方法，包括如下步骤：

通过企业描述文本的向量化，得到企业向量，

根据所述企业向量的距离计算得到企业之间的相似度，

根据所述企业之间的相似度得到企业之间关系类型，

将所述企业之间关系类型存入数据库中用以构建企业关系图谱。

更进一步，所述向量化采用词语向量化word embedding。

更进一步，方法还包括：统计出所述描述文本中的词频信息。

更进一步，方法还包括：根据词语权重和/或句子权重，过滤掉无关词句。

更进一步，所述词语权重至少根据词性和/或词义定义。

更进一步，通过分类器获取所述描述文本中句子权重。

更进一步，所述企业向量

其中，vec(company)是某一个企业的向量，word_i是企业描述文本中的一个单词，vec(word_i)是单词的词向量，w(word_i)是标量加权系数。

本发明提供了一种客户端，包括一用以实现交互指令的处理器，以及一用以储存多条关系划分指令的储存设备，所述关系划分指令由所述处理器加载并进行如下执行：

通过企业描述文本的向量化，得到企业向量，

根据所述企业向量的距离计算得到企业之间的相似度，

根据所述企业之间的相似度得到企业之间关系类型。

更进一步，所述关系划分指令还包括：将所述企业之间关系类型存入数据库中用以构建企业关系图谱。

本发明提供了一种企业关系划分服务器，包括：向量化单元、相似度计算单元以及关系类型单元，

向量化单元，用以通过企业描述文本的向量化，得到企业向量，

相似度计算单元，用以根据所述企业向量的距离计算得到企业之间的相似度，