(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210057430.1 (22)申请日 2022.01.19 (71)申请人 平安国际智慧城市科技股份有限公 司 地址 518000 广东省深圳市前海深港合作 区妈湾兴海 大道3048号前海自贸大厦 1-34层 (72)发明人 马旋　 (74)专利代理 机构 深圳市世联合知识产权代理 有限公司 4 4385 代理人 杨晖琼 (51)Int.Cl. G06F 16/335(2019.01) G06F 16/36(2019.01) G06F 40/289(2020.01)G06F 16/35(2019.01) (54)发明名称 基于知识图谱的政策推荐方法及其相关设 备 (57)摘要 本申请实施例属于大数据技术领域， 应用于 智慧政务领域中， 涉及一种基于知识图谱的政策 推荐方法及其相关设备， 包括爬取目标网站的政 策信息， 获得政策文本数据； 对政策文本数据进 行标签生成操作， 获得政策类别标签， 将政策文 本数据转化为结构化数据， 获得结构政策数据； 基于产业实体和产业实体关系构建产业知识图 谱； 获取待推荐企业的企业信息， 基于企业信息 从产业知识 图谱中推理待推荐企业的企业关联 信息， 将企业信息和所述企业关联信息作为待推 荐企业的目标 企业数据； 计算结构 政策数据与目 标企业数据的匹配度， 在匹配度达到匹配阈值 时， 将对应的政策文本数据推荐给待推荐企业。 产业知识图谱 可存储于区块链中。 本申请提高政 策推荐精准度。 权利要求书2页 说明书13页 附图4页 CN 114398477 A 2022.04.26 CN 114398477 A 1.一种基于知识图谱的政策推荐方法， 其特 征在于， 包括下述 步骤： 对目标网站的政策信息进行爬取操作， 获得政策文本数据； 对所述政策文本数据进行标签生成操作， 获得政策类别标签， 基于所述政策类别标签 将所述政策文本数据转 化为结构化数据， 获得 结构政策 数据； 接收产业文档， 从所述产业文档 中抽取产业实体和产业实体关系， 基于所述产业实体 和所述产业实体关系构建产业知识图谱； 获取待推荐企业的企业信 息， 基于所述企业信 息从所述产业知识图谱中推理所述待推 荐企业的企业关联信息， 并将所述企业信息和所述企业关联信息作为所述待推荐企业的目 标企业数据； 计算所述结构政策数据与所述目标企业数据的匹配度， 在所述匹配度达到匹配阈值 时， 将对应的所述政策文本数据推荐给 所述待推荐企业。 2.根据权利要求1所述的基于知识图谱的政策推荐方法， 其特征在于， 所述基于所述企 业信息从所述产业知识图谱中推理所述待推荐企业的企业关联信息的步骤 包括： 从所述企业信 息中识别企业实体， 将所述企业实体与 所述产业知识图谱的产业实体相 匹配， 将匹配成功的产业实体作为目标产业实体； 确定在所述产业知识图谱中， 与所述目标产业实体具有连接关系的产业实体， 作为目 标企业实体； 基于所述目标产业实体和所述目标企业实体确定企业信息关系， 根据所述企业实体、 所述目标企业实体和所述企业信息关系生成所述企业关联信息 。 3.根据权利要求2所述的基于知识图谱的政策推荐方法， 其特征在于， 所述基于所述目 标产业实体和所述目标企业实体确定企业信息关系的步骤 包括： 确定所述目标产业实体与所述目标企业实体是否直接连接； 若所述目标产业实体与所述目标企业实体在所述产业知识图谱中通过一条边直接连 接， 则将连接所述目标产业 实体与所述目标企业 实体的边对应的所述产业实体关系作为所 述企业信息关系； 若所述目标产业实体与所述目标企业实体在所述产业知识图谱中通过多条边间接连 接， 则将从所述目标产业实体出发至所述 目标企业实体， 所经过 的最后一条边对应的所述 产业实体关系作为所述企业信息关系。 4.根据权利要求1所述的基于知识图谱的政策推荐方法， 其特征在于， 所述从所述产业 文档中抽取产业实体和产业实体关系的步骤 包括： 对所述产业文档进行分词处 理， 获得多个产业词语； 对所述产业词语进行实体识别操作， 获得多个所述产业实体； 将所述产业实体转换为实体向量， 并获取所述产业实体在所述产业文档中的位置信 息， 基于所述 位置信息生成位置向量； 融合所述产业文档的同一句子 中任意两个产业实体的所述实体向量和所述位置向量， 获得融合特 征； 将所述融合特 征输入至预训练的卷积神经网络中， 获得输出的产业实体关系。 5.根据权利要求1所述的基于知识图谱的政策推荐方法， 其特征在于， 所述对所述政策 文本数据进行 标签生成操作， 获得政策类别标签的步骤 包括：权　利　要　求　书 1/2 页 2 CN 114398477 A 2调用预设的分词工具， 将预设的政策词典替换所述分词工具的词典， 获得目标分词工 具； 通过所述目标分词工具对所述政策文本数据进行分词操作， 获得多个初始政策词语； 从所述初始政策词语中去掉停用词， 获得目标政策词语； 将所述目标政策词语输入至预 先训练的向量模型中， 获得词向量； 基于所述词向量进行分类预测， 输出对应的所述政策类别标签。 6.根据权利要求1所述的基于知识图谱的政策推荐方法， 其特征在于， 所述将所述企业 信息和所述企业关联信息作为目标企业数据的步骤 包括： 将所述企业信息和所述企业关联信息作为初始企业数据； 确定所述初始企业数据的地理数据所属的省级名称， 作为目标地理数据； 将所述初始企业数据的地理数据替换为所述目标地理数据， 获得 所述目标企业数据。 7.根据权利要求1所述的基于知识图谱的政策推荐方法， 其特征在于， 所述计算所述结 构政策数据与所述目标企业数据的匹配度的步骤 包括： 从所述政策类别标签中确定关键政策标签， 基于所述关键政策标签对所述结构政策数 据进行数据抽取操作， 获得目标 结构数据； 通过所述目标企业数据生成多个企业数据类别， 将与 所述关键政策标签相同的企业数 据类别作为关键企业类别， 并通过所述关键企业类别对所述目标企业数据进 行数据抽取操 作， 获得关键企业数据； 将所述目标 结构数据和所述关键企业数据分别转换为目标 结构向量和关键企业向量； 计算所述目标 结构向量和所述关键企业向量的余弦相似度， 获得 所述匹配度。 8.一种基于知识图谱的政策推荐装置， 其特 征在于， 包括： 爬取模块， 用于对目标网站的政策信息进行爬取操作， 获得政策文本数据； 转化模块， 用于对所述政策文本数据进行标签生成操作， 获得政策类别标签， 基于所述 政策类别标签将所述政策文本数据转 化为结构化数据， 获得 结构政策 数据； 抽取模块， 用于接收产业文档， 从所述产业文档中抽取产业实体和产业实体关系， 基于 所述产业实体和所述产业实体关系构建产业知识图谱； 推理模块， 用于获取待推荐企业的企业信息， 基于所述企业信息从所述产业知识图谱 中推理所述待推荐企业的企业关联信息， 并将所述企业信息和所述 企业关联信息作为所述 待推荐企业的目标企业数据； 计算模块， 用于计算所述结构政策数据与所述目标企业数据的匹配度， 在所述匹配度 达到匹配阈值时， 将对应的政策文本数据推荐给 所述待推荐企业。 9.一种计算机设备， 其特征在于， 包括存储器和处理器， 所述存储器中存储有计算机可 读指令， 所述处理器执行所述计算机可读指 令时实现如权利要求 1至7中任一项 所述的基于 知识图谱的政策推荐方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 可读指令， 所述计算机可读指 令被处理器执行时实现如权利要求 1至7中任一项 所述的基于 知识图谱的政策推荐方法的步骤。权　利　要　求　书 2/2 页 3 CN 114398477 A 3