(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 202211143138.8 (22)申请日 2022.09.20 (71)申请人 建信金融科技有限责任公司 地址 200120 上海市浦东 新区自由贸易试 验区银城路9 9号12层、 15层 (72)发明人 马宁亚　林廷懋　付博　 (74)专利代理 机构 北京润平知识产权代理有限 公司 11283 专利代理师 陈姝婧 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06F 16/901(2019.01) G06F 16/36(2019.01) G06N 5/02(2006.01) (54)发明名称 用于预测企业 风险的方法、 装置及存 储介质 (57)摘要 本申请公开了一种用于预测企业风险的方 法、 装置及存储介质。 该方法包括： 获取风险预测 场景的初始事理图谱和初始知识图谱； 在初始知 识图谱中进行知识嵌入并投影至双曲空间； 在初 始事理图谱中进行事件嵌入并投影至双曲空间； 在双曲空间中， 根据知 识嵌入和事件嵌入得到联 合嵌入； 将联合嵌入变换至欧式空间并输入预测 器， 以预测企业风险。 本申请将知识和事件的联 合嵌入都投影至双曲空间进行， 从而更加全面综 合地反映出具体事件对企业的影 响， 可以利用双 曲空间的特性， 更好地处理了知识嵌入， 使得企 业风险的预测模型的效果较好且 泛化能力较高。 权利要求书2页 说明书15页 附图3页 CN 115526391 A 2022.12.27 CN 115526391 A 1.一种用于预测企业 风险的方法， 其特 征在于， 所述方法包括： 获取风险预测场景的初始事理图谱和初始知识图谱； 在所述初始知识图谱中进行知识嵌入并投影至双曲空间； 在所述初始事理图谱中进行事 件嵌入并投影至所述双曲空间； 在所述双曲空间中， 根据所述知识嵌入和所述事 件嵌入得到联合嵌入； 将所述联合嵌入变换至欧式空间 并输入预测器， 以预测企业 风险。 2.根据权利要求1所述的方法， 其特征在于， 所述获取风险预测场景的初始事理图谱和 初始知识图谱 包括： 从原始金融语料中抽取实体、 风险事 件和风险事 件元素； 对所述风险事件的因果关系以及实体之间的关系 进行抽取， 以确定所述风险事件之间 的关系和所述实体之间的关系； 根据所述风险事件、 所述风险事件元素以及所述风险事件之间的关系构建所述初始事 理图谱； 根据所述实体以及所述实体之间的关系构建所述初始知识图谱。 3.根据权利要求1所述的方法， 其特征在于， 所述在所述初始知识图谱中进行知识嵌入 并投影至双曲空间包括： 在所述初始知识图谱中， 通过TransE算法得 出初始嵌入； 通过双曲变换将所述初始嵌入投影至所述双曲空间； 将所述初始嵌入输入至双层注意机制的图注意力模型， 以得到所述知识图谱的每个节 点的实体表示。 4.根据权利要求1所述的方法， 其特征在于， 所述在所述初始事理图谱中进行事件嵌入 并投影至所述双曲空间包括： 在所述初始事理图谱中对目标风险事件进行搜索， 以得到所述目标风险事件的相关子 图； 将所述相关子图重新输入预训练模型， 以得到所述相关子图的初始事 件表示； 将所述相关子图的初始事 件表示映射至双曲空间中； 通过有向的双曲图注意力层对所述初始事件表示的证据信 息进行传递和聚合， 以得到 目标事件表示。 5.根据权利要求4所述的方法， 其特征在于， 所述在所述初始事理图谱中对目标风险事 件进行搜索， 以得到所述目标风险事 件的相关子图包括： 通过BM25算法确定所述初始事理图谱中任意事件与所述目标风险事件的相似度， 以得 到锚点事 件； 通过广度优先算法， 确定所述锚点事 件在所述初始事理图谱的证据事 件； 将所述目标风险事件、 所述锚点事件和所述证据事件根据因果关系进行连接， 以得到 所述目标风险事 件的相关子图； 其中， 所述目标风险事 件包括目标 前提事件和目标猜想事 件。 6.根据权利要求4所述的方法， 其特征在于， 所述将所述相关子图重新输入预训练模 型， 以得到所述相关子图的初始事 件表示包括： 将所述相关子图中的事 件节点进行编码， 以得到事 件序列；权　利　要　求　书 1/2 页 2 CN 115526391 A 2将所述事 件序列输入至所述预训练模型， 以得到所述相关子图的初始事 件表示。 7.根据权利要求4所述的方法， 其特征在于， 所述通过有向的双曲图注意力层对所述初 始事件表示的证据信息进行传递和聚合， 以得到目标事 件表示包括： 将任意两个初始事 件表示的双曲向量投影回欧式空间 并计算注意力值的近似； 在所述任意两个初始事件表示的证据信 息传播和聚合后， 将更新后的所述任意两个事 件表示变换回所述双曲空间中； 将所述更新后的任意两个事 件表示确定为所述目标事 件表示。 8.根据权利要求1所述的方法， 其特 征在于， 所述联合嵌入 满足公式(1)： Η＝α uk+(1‑α )ue；  (1) 其中， Η为联合嵌入， uk为所述知识嵌入， ue为所述事 件嵌入， α 为超参数。 9.根据权利要求1所述的方法， 其特征在于， 所述将所述联合嵌入变换至欧式空间并输 入预测器， 以预测企业 风险包括： 将所述联合嵌入变换至欧式空间， 以得到联合嵌入向量表示； 将所述联合嵌入向量表示输入所述预测器， 以确定所述目标风险事件与对应的相关事 件构成因果关系的预测概 率； 根据所述预测概 率确定所述目标风险事 件的评分。 10.一种用于预测企业 风险的装置， 其特 征在于， 包括： 存储器， 被配置成存 储指令； 以及 处理器， 被配置成从所述存储器调用所述指令以及在执行所述指令时能够实现根据权 利要求1至9中任一项所述的用于预测企业 风险的方法。 11.一种机器可读存储介质， 其特征在于， 该机器可读存储介质上存储有指令， 该指令 在被处理器执行时使得所述处理器被配置成执行根据权利要求1至9中任一项所述的用于 预测企业 风险的方法。 12.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序在被处理器 执行时实现根据权利要求1至9中任一项所述的用于预测企业 风险的方法。权　利　要　求　书 2/2 页 3 CN 115526391 A 3