(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 202111626116.2 (22)申请日 2021.12.28 (71)申请人 天津汇智星 源信息技 术有限公司 地址 300384 天津市滨 海新区华苑产业区 开华道22号5号楼西塔20 01-2008室 (72)发明人 朵思惟　余梓飞　张程华　张艳丽　 (74)专利代理 机构 北京风雅颂专利代理有限公 司 11403 代理人 金含 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06F 16/36(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06N 5/04(2006.01) G06N 20/00(2019.01) (54)发明名称 重点人员风险等级评估方法及相关 设备 (57)摘要 本申请提供一种重点人员风险等级评估方 法及相关设备， 该方法包括采用基于预训练模型 的实体‑关系联合抽取方式， 获取到目标人员及 其相关的实体、 实体属性及关系， 构建目标人员 知识图谱， 并根据预先构建的风险评估指标体系 对给定类别目标人员风险影响因素的特征值进 行填充。 基于知识推理中混合推理的方法， 对已 构建知识 图谱中的隐关系变量及特征进行知识 推理和挖掘， 进而补全实体及边关系， 然后基于 补全的知识 图谱进一步对风险评估指标体系数 据缺失值进行补全。 最后， 基于补全的风险指标 数据通过风险研判模型输出目标人员的风险得 分， 从而确定目标人员的风险等级。 本申请能够 有效提高目标人员管理过程中的工作效率， 同时 降低人力管理成本 。 权利要求书2页 说明书15页 附图4页 CN 114331122 A 2022.04.12 CN 114331122 A 1.一种重点人员风险等级评估方法， 其特 征在于， 包括： 根据目标 人员的相关信息构建风险评估指标体系； 根据所述风险评估指标体系 对所述目标人员的相关信 息进行数据标注， 以得到第 一风 险指标数据； 基于所述第一 风险指标 数据通过知识抽取和知识融合构建第一目标 人员知识图谱； 基于预设的抽象规则库对所述第 一目标人员知识图谱进行补全， 以得到第 二目标人员 知识图谱； 基于所述第 二目标人员知识图谱对所述第 一风险指标数据进行补全， 以得到第 二风险 指标数据； 基于所述第二风险指标数据通过预先构建的风险研判模型得到所述目标人员的风险 得分； 基于所述 风险得分和预设阈值确定所述目标 人员的风险等级。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述第 一风险指标数据通过知识 抽取和知识融合构建第一目标 人员知识图谱， 包括： 通过预训练模型Bert对所述第一风险指标数据进行实体关系抽取， 确定第一实体关系 三元组； 通过实体对齐和实体链接对所述第一实体关系三元组进行知识融合； 将经过知识融合的所述第 一实体关系三元组与 预设的结构化知识体系 进行结合， 以构 建所述第一目标 人员知识图谱。 3.根据权利要求1所述的方法， 其特征在于， 所述基于预设的抽象规则库对所述第 一目 标人员知识图谱进行补全， 以得到第二目标 人员知识图谱， 包括： 遍历所述第 一目标人员知识图谱中的全部第 二实体关系三元组， 将全部满足所述抽象 规则库的所述第二实体关系三元组对应的实例规则合并作为初始实例规则库； 根据所述第二实体关系三元组构建负例实体关系三元组； 将所述第二实体关系三元组和所述负例实体关系三元组输入预先构建的知识图谱嵌 入模型中， 输出实体的向量嵌入表示和关系的矩阵嵌入表示； 基于所述实体的向量嵌入表示和所述关系的矩阵嵌入表示， 通过计算得到所述初始实 例规则库中每 个所述实例规则的置信度得分； 将全部所述置信度得分超过预设置信度阈值的所述实例规则合并作为合理实例规则 库； 基于第二实体关系三元组， 根据所述 合理实例规则库推理得到补充实体关系三元组； 将所述补充实体关系三元组补入所述第 一目标人员知识图谱中， 以得到所述第 二目标 人员知识图谱。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述第 二实体关系三元组构建负 例实体关系三元组， 包括： 将所述第二实体关系三元组中的实体替换为所述第一目标人员知识图谱中的任一实 体， 和/或将所述第 二实体关系三元组中的关系替换为所述第 一目标人员知识图谱中的任 一关系， 以得到所述负例实体关系三元组。权　利　要　求　书 1/2 页 2 CN 114331122 A 25.根据权利要求1所述的方法， 其特征在于， 所述风险研判模型是通过极限梯度提升 XGBoost算法进行 预训练的。 6.根据权利要求1所述的方法， 其特征在于， 所述基于所述第 二风险指标数据通过预先 构建的风险研判模型 得到所述目标 人员的风险得分， 包括： 将所述第二风险指标数据通过独热one ‑hot编码方法进行编码后输入所述风险研判模 型中， 以输出 所述目标 人员的风险得分。 7.一种重点人员风险等级评估方法装置， 其特 征在于， 包括： 体系构建模块， 被 配置为根据目标 人员的相关信息构建风险评估指标体系； 数据标注模块， 被配置为根据 所述风险评估指标体系对所述目标人员的相关信 息进行 数据标注， 以得到第一 风险指标 数据； 知识图谱构建模块， 被配置为基于所述第 一风险指标数据通过知识抽取和知识融合构 建第一目标 人员知识图谱； 知识图谱补全模块， 被配置为基于预设的抽象规则库对所述第 一目标人员知识图谱进 行补全， 以得到第二目标 人员知识图谱； 数据补全模块， 被配置为基于所述第 二目标人员知识图谱对所述第 一风险指标数据进 行补全， 以得到第二 风险指标 数据； 风险研判 模块， 被配置为基于所述第 二风险指标数据通过预先构建的风险研判 模型得 到所述目标 人员的风险得分； 风险等级确定模块， 被配置为基于所述风险得分和预设阈值确定所述目标人员的风险 等级。 8.根据权利要求7 所述的装置， 其特 征在于， 所述知识图谱构建模块， 具体 被配置为： 所述基于所述第一风险指标数据通过知识抽取和知识融合构建第一目标人员知识图 谱， 包括： 通过预训练模型Bert对所述第一风险指标数据进行实体关系抽取， 确定第一实体关系 三元组； 通过实体对齐和实体链接对所述第一实体关系三元组进行知识融合； 将经过知识融合的所述第 一实体关系三元组与 预设的结构化知识体系 进行结合， 以构 建所述第一目标 人员知识图谱。 9.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任意一项所述的方 法。 10.一种非暂态计算机可读存储介质， 所述非暂态计算机可读存储介质存储计算机指 令， 其特征在于， 所述计算机指令用于使计算机执 行权利要求1至 6任一所述方法。权　利　要　求　书 2/2 页 3 CN 114331122 A 3