本说明书属于人工智能,尤其涉及基于知识图谱的目标报送数据处理方法、装置和服务器。
背景技术:
1、在金融服务领域,为了能较好地保护用户利益,有效降低金融服务机构的自身风险,诸如有关联的相关机构,或者金融服务机构内部等常常会定期或不定期要求做相关的数据文件报送,以对该金融服务机构进行相应评价。例如,监管机构会要求金融服务机构每月第一天按照规范整理并上报该金融服务机构上个月所经手的外汇交易业务的业务清单等。
2、基于现有方法,金融服务机构中负责目标报送业务的工作人员需要熟知不同的其他相关机构,以及所属金融服务机构内部的数量庞大、种类繁多的目标报送规则和要求,以便能够根据相关的规则和要求准确地准备好对应的目标报送文件,并以规范化的方式将上述目标报送文件发送给相对应的接收方,以便接收方基于上述目标报送文件进行审核处理。但是,相关机构,以及所属金融服务机构内部的目标报送规则和要求时常会发生变化和更新,而金融服务机构的工作人员很难及时、准确地跟进并熟练地掌握最新的目标报送规则和要求,导致在具体处理目标报送业务时很容易出现错误。
3、针对上述问题,目前尚未提出有效的解决方案。
技术实现思路
1、本说明书提供了一种基于知识图谱的目标报送数据处理方法、装置和服务器,能够有效地降低用户处理目标报送业务时的处理难度,辅助用户高效、精准地完成相关的目标报送业务。
2、本说明书提供了一种基于知识图谱的目标报送数据处理方法,应用于服务器,包括:
3、接收目标查询请求;其中,所述目标查询请求至少携带有与目标报送相关的目标问题的目标问题文本;
4、响应所述目标查询请求,利用预设的分类器处理所述目标问题文本,确定出目标问题的问题类型;
5、根据目标问题的问题类型,从多个预设的问题分析模型中确定出相匹配的预设的问题分析模型,作为目标问题分析模型;
6、利用目标问题分析模型处理所述目标问题文本,得到对应的目标问题分析结果;其中,所述目标问题分析结果至少包含有实体对象分析结果;
7、根据目标问题分析结果,进行语义槽提取,得到对应的语义槽提取结果;并基于所述语义槽提取结果,构建与目标知识图谱相匹配的目标查询语句;其中,所述目标知识图谱为服务器预先根据预设的协议规则根据多个数据源服务器提供的与目标报送相关的资源文件,结合合作方的第三方知识数据库,通过知识融合构建得到的;
8、根据目标查询语句查询目标知识图谱;并根据查询结果反馈相应的目标答案文本。
9、在一个实施例中,所述问题类型包括:涉及单个实体对象的问题、涉及多个实体对象的问题;
10、相应的,在目标问题的问题类型包括涉及多个实体对象的问题的情况下,利用目标问题分析模型处理所述目标问题文本,得到对应的目标问题分析结果,包括:
11、利用目标问题分析模型对目标问题文本进行分词处理,得到包含有按序排序的多个分词单元的词组序列;
12、确定出各个分词单元基于该词组序列的词性,并设置对应的词性标签,得到标注后的词组序列;
13、根据词性标签,在所述标注后的词组序列中确定出多个实体对象表征词;
14、确定出标注后的词组序列中除实体对象表征词以外的其他分词单元与实体对象表征词之间的相对位置参数;
15、根据相对位置参数和词性标签,处理其他分词单元,以确定出关联关系表征词;
16、组合所述实体对象表征词和关联关系表征词,得到对应的目标问题分析结果。
17、在一个实施例中,基于所述语义槽提取结果,构建与目标知识图谱相匹配的目标查询语句,包括:
18、根据语义槽提取结果,筛选出相匹配的查询语句模板;并基于该查询语句模板建立初始查询语句;
19、获取基于目标知识图谱的目标语义链接;其中,所述目标语义链接至少包含有与目标问题相关的实体对象的url链接;
20、利用目标语义链接组装所述初始查询语句,得到对应的目标查询语句。
21、在一个实施例中,所述目标知识图谱至少包含有多个节点,以及节点之间的连接边;其中,所述节点用于表征在目标报送业务场景中的实体对象;所述连接边用于表征相连的实体对象之间基于目标报送业务所产生的关联关系;所述实体对象包括以下至少之一:待目标报送的数据对象、待目标报送的数据对象的发起对象、待目标报送的数据对象的接收对象、待目标报送的数据对象的下一步处理流程。
22、在一个实施例中,根据目标查询语句查询目标知识图谱;并根据查询结果反馈相应的目标答案文本,包括:
23、根据目标查询语句中的实体对象的url链接,在目标知识图谱中定位出初始节点;
24、根据目标查询语句,对与初始节点直接相连和间接相连的其他节点,以及初始节点与相连的其他节点之间的连接边进行检索,得到对应的查询结果;
25、利用预设的语义处理模型处理所述查询结果,得到基于自然语言的目标答案文本;并反馈所述目标答案文本。
26、在一个实施例中,所述目标知识图谱中的节点还标记有与该节点所表征的实体对象相关的属性信息;所述目标知识图谱中的连接边还标记与连接边所表征的关联关系相关的事件条件;
27、相应的,根据目标查询语句,对与初始节点直接相连和间接相连的其他节点,以及初始节点与相连的其他节点之间的连接边进行检索,得到对应的查询结果,包括:
28、根据目标查询语句,对与初始节点直接相连和间接相连的其他节点、初始节点和其他节点标记的属性信息,以及初始节点与相连的其他节点之间的连接边、连接边标记的事件条件进行检索,得到对应的查询结果。
29、在一个实施例中,在根据查询结果反馈相应的目标答案文本之后,所述方法还包括:
30、接收关联查询请求;其中,所述关联查询请求至少携带有与关联问题相关的关联问题文本;所述关联查询请求为用户终端针对所述目标答案文本所发起的查询请求;
31、检测关联问题与目标问题之间的相关度是否大于预设的相关度阈值;
32、在确定关联问题与目标问题之间的相关度大于预设的相关度阈值的情况下,获取并根据目标问题分析结果生成关联问题分析结果;
33、根据关联问题分析结果、目标查询语句,构建与目标知识图谱相匹配的关联查询语句;
34、根据关联查询语句查询目标知识图谱;并根据查询结果和目标答案文本,反馈相应的关联答案文本。
35、在一个实施例中,所述方法还包括:
36、根据预设的协议规则,获取多个数据源服务器提供的与目标报送相关的资源文件;
37、对多个资源文件分别进行语义转换处理,得到与资源文件对应的多个资源语义文本;
38、确定资源语义文本的文本数据类型;其中,资源语义文本的文本数据类型包括以下至少之一:结构化数据文本、非结构化数据文本、半结构化数据文本;
39、根据资源语义文本的文本数据类型,确定并采用相匹配的知识提取规则处理资源语义文本,以提取得到对应的知识元素数据;
40、根据预设的融合规则,利用知识元素数据和第三方知识数据库进行知识融合,得到融合后的知识元素数据;
41、根据融合后的知识元素数据,构建对应的目标知识图谱。
42、在一个实施例中,在资源语义文本的文本数据类型包括结构化数据文本的情况下,采用相匹配的知识提取规则处理资源语义文本,包括:
43、根据预设的字段模板,检索资源语义文本;并从资源语义文本中提取得到与预设的标识项字段关联的文本字段进行组合,得到与该资源语义文本对应的知识元素数据;其中,预设的字段模板包含有多个预设的标识项字段;所述知识元素数据至少包括:实体对象表征词和关联关系表征词。
44、在一个实施例中,在资源语义文本的文本数据类型包括非结构化数据文本或半结构化数据文本的情况下,采用相匹配的知识提取规则处理资源语义文本,包括:
45、利用预设的语义识别模型对资源语义文本进行语义精识别,得到对应的资源语义文本识别结果;
46、对资源语义文本识别结果进行分词处理,得到多个分词单元;并确定出分词单元基于该资源语义文本识别结果的语法关系特征;
47、根据预设的字段模板和分词单元基于该资源语义文本识别结果的语法关系特征,从多个分词单元中识别并提取出与该资源语义文本对应的知识元素数据。
48、在一个实施例中,根据预设的融合规则,利用知识元素数据和第三方知识数据库进行知识融合,得到融合后的知识元素数据,包括:
49、根据预设的融合规则,从所述第三方知识数据库中获取第三方知识元素数据;
50、计算不同知识元素数据中的实体对象表征词的语义特征向量之间的向量距离;
51、根据实体对象表征词的语义特征向量之间的向量距离,以及第三方知识元素数据,确定出指示相同实体对象的实体对象表征词;并将包含有指示相同实体对象的实体对象表征词的知识元素数据进行第一融合处理,得到对应的第一融合后的知识元素数据;
52、将第一融合后的知识元素数据和第三方知识元素数据进行第二融合处理,得到对应的第二融合后的知识元素数据,作为所述融合后的知识元素数据。
53、在一个实施例中,根据融合后的知识元素数据,构建对应的目标知识图谱,包括:
54、根据融合后的知识元素数据,构建初始的知识图谱;
55、根据初始的知识图谱通过知识加工处理,得到知识图谱的扩展数据;其中,所述知识加工处理包括以下至少之一:基于初始的知识图谱中已有的节点和已有的连接边的推理和扩展;基于初始的知识图谱中已有的节点的属性信息和已有的连接边的预测和扩展;基于初始的知识图谱中已有的图结构和已有的连接边的预测和扩展;
56、根据知识图谱的扩展数据,调整所述初始的知识图谱,得到对应的目标知识图谱。
57、本说明书还提供了一种基于知识图谱的目标报送数据处理装置,应用于服务器,包括:
58、接收模块,用于接收目标查询请求;其中,所述目标查询请求至少携带有与目标报送相关的目标问题的目标问题文本;
59、分类模块,用于响应所述目标查询请求,利用预设的分类器处理所述目标问题文本,确定出目标问题的问题类型;
60、确定模块,用于根据目标问题的问题类型,从多个预设的问题分析模型中确定出相匹配的预设的问题分析模型,作为目标问题分析模型;
61、处理模块,用于利用目标问题分析模型处理所述目标问题文本,得到对应的目标问题分析结果;其中,所述目标问题分析结果至少包含有实体对象分析结果;
62、构建模块,用于根据目标问题分析结果,进行语义槽提取,得到对应的语义槽提取结果;并基于所述语义槽提取结果,构建与目标知识图谱相匹配的目标查询语句;其中,所述目标知识图谱为服务器预先根据预设的协议规则根据多个数据源服务器提供的与目标报送相关的资源文件,结合合作方的第三方知识数据库,通过知识融合构建得到的;
63、查询模块,用于根据目标查询语句查询目标知识图谱;并根据查询结果反馈相应的目标答案文本。
64、本说明书还提供了一种服务器,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现所述基于知识图谱的目标报送数据处理方法的相关步骤。
65、本说明书还提供了一种计算机可读存储介质,其上存储有计算机指令,所述指令被处理器执行时实现以下步骤:接收目标查询请求;其中,所述目标查询请求至少携带有与目标报送相关的目标问题的目标问题文本;响应所述目标查询请求,利用预设的分类器处理所述目标问题文本,确定出目标问题的问题类型;根据目标问题的问题类型,从多个预设的问题分析模型中确定出相匹配的预设的问题分析模型,作为目标问题分析模型;利用目标问题分析模型处理所述目标问题文本,得到对应的目标问题分析结果;其中,所述目标问题分析结果至少包含有实体对象分析结果;根据目标问题分析结果,进行语义槽提取,得到对应的语义槽提取结果;并基于所述语义槽提取结果,构建与目标知识图谱相匹配的目标查询语句;其中,所述目标知识图谱为服务器预先根据预设的协议规则根据多个数据源服务器提供的与目标报送相关的资源文件,结合合作方的第三方知识数据库,通过知识融合构建得到的;根据目标查询语句查询目标知识图谱;并根据查询结果反馈相应的目标答案文本。
66、基于本说明书提供的基于知识图谱的目标报送数据处理方法、装置和服务器,具体实施前,服务器可以根据预设的协议规则通过与多个资源方、合作方交互,获取并根据多个数据源服务器提供的与目标报送相关的资源文件,同时结合合作方的第三方知识数据库,通过知识融合构建得到针对目标报送业务场景的,较为全面、精准的目标知识图谱。具体实施时,当用户在处理目标报送业务(或称目标报送任务),碰到不清楚的与目标报送相关的目标问题时,可以向服务器发起目标查询请求。服务器接收并响应该目标查询请求,先区分不同的问题类型,并根据问题类型采用相匹配的方式来处理目标查询请求所携带的目标问题文本,得到对应的目标问题分析结果;再根据目标问题分析结果,通过语义槽提取,构建出相对应的与目标知识图谱匹配的目标查询语句;进而可以根据目标查询语句,通过查询目标知识图谱,及时向用户反馈对应的目标答案文本。从而可以有效地降低用户处理目标报送业务时的处理难度,辅助用户高效、精准地完成相关的目标报送业务,减少目标报送时出现的误差。