(19)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 202210222047.7 (22)申请日 2022.03.09 (71)申请人 北京航天智造科技发展 有限公司 地址 100041 北京市石景山区八大处路49 号院7号楼7层701 (72)发明人 杨灵运　赵京鹤　于文涛　张华　 郭一　甄幽美　 (74)专利代理 机构 北京中济纬天专利代理有限 公司 11429 专利代理师 郝志亮 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/33(2019.01) G06F 16/242(2019.01) G06F 16/28(2019.01)G06F 16/835(2019.01) G06F 16/84(2019.01) (54)发明名称 一种供应链运营知识图谱构建方法和系统 (57)摘要 本发明涉及一种供应链运营知识图谱构建 方法和系统。 该方包括： 获取供应链运营过程中 的数据； 对获取的供应链运营过程中的数据进行 知识抽取； 根据所抽取的知识构建本体库， 并基 于本体库对 供应链多源数据进行知识融合； 对知 识融合后的数据进行知 识加工， 以保证知识的入 库质量； 将知识加工后的数据采用图数据库进行 存储， 形成供应链运营知识图谱； 以供应链运营 知识图谱为基础实现知 识服务应用， 包括面向供 应链运营领域的知识语义检索服务、 基于用户画 像的知识精 准推送服务。 本发明构建了融合多数 据源的知识图谱， 能够实现不同领域内数据的快 速查询， 能够支撑语义检索功能， 满足用户对跨 阶段知识关联检索的需求， 提高协同工作效率， 提升辅助决策 水平。 权利要求书2页 说明书9页 附图4页 CN 114610898 A 2022.06.10 CN 114610898 A 1.一种供应链运营知识图谱构建方法， 其特 征在于， 包括以下步骤： 获取供应链运营 过程中的数据， 包括结构化数据、 半结构化数据以及非机构化数据； 对获取的供应链运营过程中的数据进行知识抽取， 包括实体抽取、 关系抽取以及属性 抽取； 根据所抽取的知识构建本体库， 并基于 本体库对供应链多源数据进行知识融合； 对知识融合后的数据进行知识加工， 以保证知识的入库质量； 将知识加工后的数据采用图数据库进行存 储， 形成供应链运营知识图谱。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所抽取的知识构建本体库， 并基 于本体库对供应链多源数据进 行知识融合， 包括： 首先构建领域本体库， 然后将领域本体库 进行融合以形成全局本体库， 然后对各个领域的知识库进行实体对齐和实体链接 。 3.根据权利要求2所述的方法， 其特 征在于， 所述构建领域本体库， 包括： 从领域的关系数据库中抽取 出关系模式； 利用转换规则将关系模式映射为领域本体模型， 所述转换规则包括： 将关系模式中的 表名转换为本体中的概念名； 将表与表间的关系转换为本体中的概念与概念的关系； 将关 系模式中的字段名转换为本体的属性名； 对领域本体模型进行评估和校验， 评估和校验通过后建立领域内的本体库。 4.根据权利要求2所述的方法， 其特征在于， 所述将领域本体库进行融合以形成全局本 体库， 包括： 首先， 采用相似性检测规则对不同领域内的本体进行检测， 包括语义相似性检测、 概念 相似性检测、 属性相似性检测、 数据格式相似性检测， 从而将不同领域内的相同或相似概念 进行统一； 其次， 采用冲突 解决规则消除相同或相似概念的歧义， 剔除冗余和错 误概念； 最后， 将剩余的领域本体经 过冲突解决和实体消岐处 理， 映射到全局本体库。 5.根据权利要求2所述的方法， 其特征在于， 所述实体链接采用基于约束向量嵌入转换 算法实现， 其步骤包括： 将知识图谱中的实体和关系， 通过嵌入方式投影到低维向量空间； 在向量空间中通过向量平移 转换操作， 计算头、 尾实体及关系在向量空间中的损失函数值， 实现头尾实体的关系链接； 增加关系语义约束条件， 使得所预测出 的实体间的关系满足关 系的语义类型。 6.根据权利要求1所述的方法， 其特征在于， 以所述供应链运营知识图谱为基础实现知 识服务应用， 包括面向供应链运营领域的知识语义检索服务、 基于用户画像的知识精准推 送服务。 7.根据权利要求6所述的方法， 其特征在于， 所述面向供应链运营领域的知识语义检索 服务， 包括以下步骤： 意图识别： 通过自然语言处理技术， 对用户的检索查询内容进行意图分类， 根据 预测的 意图类型定位到供应链运营知识图谱 对应的本体位置； 信息抽取： 通过自然语言处理技术， 实现用户的检索查询内容中的实体及其关系的识 别； 语义匹配： 根据定位好的本体， 及从用户检索查询内容抽取的实体与关系， 通过自然语 言处理技术高效匹配到供应链运营知识图谱中对应的实体及其关系， 并根据匹配到的实体权　利　要　求　书 1/2 页 2 CN 114610898 A 2以答案的方式反馈给用户。 8.根据权利要求6所述的方法， 其特征在于， 所述基于用户画像的知识精准推送服务， 包括以下步骤： 获取用户画像数据， 包括用户背景、 检索习惯， 以全方位、 立体化地展示用户的历史查 阅痕迹； 基于用户画像数据， 实现精准信息的推送服务； 所述推送服务不仅实现同一字段返回 同类型的多个检索结果， 而且还依据语义分析返回与之相关的其他业务信息， 实现以信息 关联的角度指引用户从模糊检索到精准定位。 9.一种采用权利要求1～8中任一权利要求所述方法的供应链运营知识图谱构建系统， 其特征在于， 包括： 数据获取模块， 用于获取供应链运营过程中的数据， 包括结构化数据、 半结构化数据以 及非机构化数据； 知识抽取模块， 用于对获取的供应链运营过程中的数据进行知识抽取， 包括实体抽取、 关系抽取以及属性抽取； 知识融合模块， 用于根据所抽取的知识构建本体库， 并基于本体库对供应链多源数据 进行知识融合； 知识加工模块， 用于对知识融合后的数据进行知识加工， 以保证知识的入库质量； 知识存储模块， 用于将知识加工后的数据采用图数据库进行存储， 形成供应链运营知 识图谱。 10.根据权利要求9所述的系统， 其特征在于， 还包括知识服务应用模块， 用于以所述供 应链运营知识图谱为基础实现知识 服务应用， 包括面向供应链运营领域的知识语义检索服 务、 基于用户画像的知识 精准推送服 务。权　利　要　求　书 2/2 页 3 CN 114610898 A 3