人名消歧方法、装置、存储介质及电子设备与流程

1.本发明涉及计算机技术领域，具体地，涉及一种人名消歧方法、装置、存储介质及电子设备。


背景技术：

2.在实际应用场景中，通常以企业和自然人为节点绘制关系图谱，以表征企业与自然人的关联关系。为了保证关系图谱的准确性，不同的自然人节点代表不同的个人。鉴于此，对于待识别自然人，如果关系图谱中存在与其同名的自然人节点，则需要判断待识别自然人与关系图谱中的同名自然人节点是否为同一个人，如果为同一个人，则需要将待识别自然人与其同名自然人节点合并，以避免关系图谱中出现指向同一个人的两个同名节点。
3.在现有技术中，一般仅根据自然人所属企业判断同名自然人是否属于同一个人。但是，该方法在判断过程中使用的信息较少，导致识别结果的准确性和可信度较低。


技术实现要素：

4.本发明的目的是提供一种人名消歧方法、装置、存储介质及电子设备，以解决相关技术中存在的问题。
5.为了实现上述目的，根据本发明实施例的第一方面，提供一种人名消歧方法，所述方法包括：
6.获取企业关系数据；
7.根据所述企业关系数据，生成以企业和自然人为节点的第一关系图；其中，所述第一关系图中任意两个自然人节点均不相同；
8.对所述第一关系图中具有至少两条边的若干自然人节点进行拆分，得到若干第二关系图；
9.基于所述若干第二关系图训练预设的图网络模型，得到向量表示模型；
10.确定所述第一关系图中是否包含与待识别自然人相关的关联节点，如果是，根据所述关联节点和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并，否则，获取所述待识别自然人的属性信息，根据所述属性信息和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并。
11.可选地，所述根据所述关联节点和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并，包括：
12.根据所述关联节点和所述向量表示模型，确定所述待识别自然人的向量；
13.根据所述向量表示模型，确定所述第一关系图中与所述待识别自然人同名的节点的向量；
14.根据所述待识别自然人的向量和与所述待识别自然人同名的节点的向量的相似度；
15.如果所述相似度大于预设的相似度阈值，则确定所述待识别自然人需要与其在所述第一关系图中的同名节点合并。
16.可选地，所述关联节点包括：多个与所述待识别自然人所属的企业具有关联关系的自然人；
17.所述根据所述关联节点和所述向量表示模型，确定所述待识别自然人的向量，包括：
18.根据所述向量表示模型，确定与所述待识别自然人所属的企业具有关联关系的各个自然人的向量；
19.根据与所述待识别自然人所属的企业具有关联关系的各个自然人的向量，确定所述待识别自然人的向量。
20.可选地，所述根据所述向量表示模型，确定所述第一关系图中与所述待识别自然人同名的节点的向量，包括：
21.根据所述向量表示模型，确定所述第二关系图中拆分后同名节点的向量；
22.根据所述第二关系图中拆分后同名节点的向量，确定所述第一关系图中被拆分节点的向量；其中，所述被拆分节点的向量＝(拆分后同名节点的向量之和)/2，所述被拆分节点为与所述待识别自然人同名的节点。
23.可选地，所述根据所述属性信息和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并，包括：
24.根据所述属性信息和所述向量表示模型，确定所述待识别自然人的向量；
25.根据所述向量表示模型，确定所述第一关系图中与所述待识别自然人同名的节点的向量；
26.根据所述待识别自然人的向量和与所述待识别自然人同名的节点的向量的相似度；
27.如果所述相似度大于预设的相似度阈值，则确定所述待识别自然人需要与其在所述第一关系图中的同名节点合并。
28.可选地，所述根据所述企业关系数据，生成以企业和自然人为节点的第一关系图，包括：
29.根据所述企业关系数据，确定所述企业的属性信息、所述自然人的属性信息、所述企业与所述自然人的关联关系以及所述企业间的投资关系；
30.根据所述企业的属性信息、所述自然人的属性信息、所述企业与所述自然人的关联关系以及所述企业间的投资关系，生成以企业和自然人为节点的第一关系图。
31.可选地，所述对所述第一关系图中具有至少两条边的若干自然人节点进行拆分，得到若干第二关系图，包括：
32.所述自然人节点具有第一数量的边，将其中第二数量的边进行拆分，得到第二数量的同名自然人节点，所述第二数量的同名自然人节点继承了其他边的连通属性。
33.根据本发明实施例的第二方面，提供一种人名消歧装置，所述装置包括：
34.生成模块，配置为获取企业关系数据；根据所述企业关系数据，生成以企业和自然人为节点的第一关系图；其中，所述第一关系图中任意两个自然人节点均不相同；
35.拆分模块，配置为对所述第一关系图中具有至少两条边的若干自然人节点进行拆
分，得到若干第二关系图；
36.训练模块，配置为基于所述若干第二关系图训练预设的图网络模型，得到向量表示模型；
37.确定模块，配置为确定所述第一关系图中是否包含与待识别自然人相关的关联节点，如果是，根据所述关联节点和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并，否则，获取所述待识别自然人的属性信息，根据所述属性信息和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并。
38.根据本发明实施例的第三方面，提供了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存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述方法的步骤。
39.根据本发明实施例的第四方面，提供了一种电子设备，所述电子设备包括：处理器和存储器；其中，
40.所述存储器，用于存储所述处理器可执行指令；
41.所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本发明上述任一所述方法的步骤。
42.基于本发明上述实施例提供的人名消歧方法、装置、存储介质和电子设备，根据获取的企业关系数据生成以企业和自然人为节点的第一关系图；对第一关系图进行拆分得到若干第二关系图；基于若干第二关系图训练预设的图网络模型得到向量表示模型；根据关联节点和向量表示模型或根据获取的待识别自然人的属性信息和向量表示模型确定待识别自然人是否需要与其在第一关系图中的同名节点合并。采用本发明的方法能够判断待识别自然人与关系图谱中的同名自然人节点是否为同一个人，且将待识别自然人与其同名自然人节点合并，以避免关系图谱中出现指向同一个人的两个同名节点，增加了识别结果的准确性和可信度。
43.本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
44.附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
45.图1是本发明一示例性实施例示出的一种人名消歧方法的流程图。
46.图2是本发明一示例性实施例示出的一种人名消歧方法的流程图。
47.图3是本发明一示例性实施例示出的一种人名消歧装置的框图。
48.图4是本发明一示例性实施例示出的一种电子设备的框图。
具体实施方式
49.下面，将参考附图详细地描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。
50.应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布
置、数字表达式和数值不限制本发明的范围。
51.本领域技术人员可以理解，本发明实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
52.还应理解，在本发明实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
53.还应理解，对于本发明实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
54.另外，本发明中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本发明中字符“/”，一般表示前后关联对象是一种“或”的关系。
55.还应理解，本发明对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
56.同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
57.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
58.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。
59.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
60.本发明实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。
61.终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
62.示例性方法
63.图1是本发明一示例性实施例提供的人名消歧方法100的流程图。如图1所示，本实施例的人名消歧方法100，包括：
64.步骤101、获取企业关系数据；
65.在本实施例中，一具体例子，企业关系数据是指多个企业的投资关联关系、法人关系、董监高等任职关系的数据等，这些数据包括两种类型：企业和自然人，所述自然人包括
在企业任职的董监高、企业的法定代表人、企业的投资人。
66.步骤102、根据所述企业关系数据，生成以企业和自然人为节点的第一关系图；
67.在本实施例中，具体的，所述根据所述企业关系数据，生成以企业和自然人为节点的第一关系图，包括：
68.根据所述企业关系数据，确定所述企业的属性信息、所述自然人的属性信息、所述企业与所述自然人的关联关系以及所述企业间的投资关系；
69.根据所述企业的属性信息、所述自然人的属性信息、所述企业与所述自然人的关联关系以及所述企业间的投资关系，生成以企业和自然人为节点的第一关系图。
70.步骤103、对所述第一关系图中具有至少两条边的若干自然人节点进行拆分，得到若干第二关系图；
71.在本实施例中，具体的，所述对所述第一关系图中具有至少两条边的若干自然人节点进行拆分，得到若干第二关系图，包括：
72.所述自然人节点具有第一数量的边，将其中第二数量的边进行拆分，得到第二数量的同名自然人节点，所述第二数量的同名自然人节点继承了其他边的连通属性。
73.步骤104、基于所述若干第二关系图训练预设的图网络模型，得到向量表示模型；
74.步骤105、确定所述第一关系图中是否包含与待识别自然人相关的关联节点，若是则执行步骤106，否则执行步骤107；
75.步骤106、根据所述关联节点和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并；
76.在本实施例中，图2是本发明一示例性实施例提供的人名消歧方法200的流程图，如图2所示，所述根据所述关联节点和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并，包括：
77.步骤201、根据所述关联节点和所述向量表示模型，确定所述待识别自然人的向量；
78.可选地，所述关联节点包括：多个与所述待识别自然人所属的企业具有关联关系的自然人；
79.具体的，所述根据所述关联节点和所述向量表示模型，确定所述待识别自然人的向量，包括：
80.根据所述向量表示模型，确定与所述待识别自然人所属的企业具有关联关系的各个自然人的向量；
81.根据与所述待识别自然人所属的企业具有关联关系的各个自然人的向量，确定所述待识别自然人的向量。
82.步骤202、根据所述向量表示模型，确定所述第一关系图中与所述待识别自然人同名的节点的向量；
83.在本实施例中，具体的，所述根据所述向量表示模型，确定所述第一关系图中与所述待识别自然人同名的节点的向量，包括：
84.根据所述向量表示模型，确定所述第二关系图中拆分后同名节点的向量；
85.根据所述第二关系图中拆分后同名节点的向量，确定所述第一关系图中被拆分节点的向量；其中，所述被拆分节点的向量＝(拆分后同名节点的向量之和)/2，所述被拆分节
点为与所述待识别自然人同名的节点。
86.步骤203、根据所述待识别自然人的向量和与所述待识别自然人同名的节点的向量的相似度；
87.步骤204、如果所述相似度大于预设的相似度阈值，则确定所述待识别自然人需要与其在所述第一关系图中的同名节点合并。
88.步骤107、获取所述待识别自然人的属性信息，根据所述属性信息和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并。
89.在本实施例中，具体的，所述根据所述属性信息和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并，包括：
90.根据所述属性信息和所述向量表示模型，确定所述待识别自然人的向量；
91.根据所述向量表示模型，确定所述第一关系图中与所述待识别自然人同名的节点的向量；
92.根据所述待识别自然人的向量和与所述待识别自然人同名的节点的向量的相似度；
93.如果所述相似度大于预设的相似度阈值，则确定所述待识别自然人需要与其在所述第一关系图中的同名节点合并。
94.基于本发明上述实施例提供的人名消歧方法、装置、存储介质和电子设备，根据获取的企业关系数据生成以企业和自然人为节点的第一关系图；对第一关系图进行拆分得到若干第二关系图；基于若干第二关系图训练预设的图网络模型得到向量表示模型；根据关联节点和向量表示模型或根据获取的待识别自然人的属性信息和向量表示模型确定待识别自然人是否需要与其在第一关系图中的同名节点合并。采用本发明的方法能够判断待识别自然人与关系图谱中的同名自然人节点是否为同一个人，且将待识别自然人与其同名自然人节点合并，以避免关系图谱。
95.示例性装置
96.图3是本发明一示例性实施例提供的人名消歧装置300的结构示意图。如图3所示，本实施例的人名消歧装置300，包括：
97.生成模块301，用于获取企业关系数据；还用于根据所述企业关系数据，生成以企业和自然人为节点的第一关系图；其中，所述第一关系图中任意两个自然人节点均不相同；
98.拆分模块302，用于对所述第一关系图中具有至少两条边的若干自然人节点进行拆分，得到若干第二关系图；
99.训练模块303，用于基于所述若干第二关系图训练预设的图网络模型，得到向量表示模型；
100.确定模块304，用于确定所述第一关系图中是否包含与待识别自然人相关的关联节点；还用于根据所述关联节点和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并；还用于获取所述待识别自然人的属性信息，根据所述属性信息和所述向量表示模型，确定所述待识别自然人是否需要与其在所述第一关系图中的同名节点合并。
101.可选地，确定模块304具体还包括第一确定单元，用于根据所述关联节点和所述向量表示模型，确定所述待识别自然人的向量；还用于根据所述向量表示模型，确定所述第一
关系图中与所述待识别自然人同名的节点的向量；还用于根据所述待识别自然人的向量和与所述待识别自然人同名的节点的向量的相似度；还用于如果所述相似度大于预设的相似度阈值，确定所述待识别自然人需要与其在所述第一关系图中的同名节点合并。
102.可选地，所述关联节点包括：多个与所述待识别自然人所属的企业具有关联关系的自然人；
103.其中，所述第一确定单元具体用于根据所述关联节点和所述向量表示模型，确定所述待识别自然人的向量时，还具体用于根据所述向量表示模型，确定与所述待识别自然人所属的企业具有关联关系的各个自然人的向量；根据与所述待识别自然人所属的企业具有关联关系的各个自然人的向量，确定所述待识别自然人的向量。
104.可选地，所述第一确定单元具体用于根据所述向量表示模型，确定所述第一关系图中与所述待识别自然人同名的节点的向量，还具体用于根据所述向量表示模型，确定所述第二关系图中拆分后同名节点的向量；根据所述第二关系图中拆分后同名节点的向量，确定所述第一关系图中被拆分节点的向量；其中，所述被拆分节点的向量＝(拆分后同名节点的向量之和)/2，所述被拆分节点为与所述待识别自然人同名的节点。
105.可选地，确定模块304具体还包括第二确定单元，用于根据所述属性信息和所述向量表示模型，确定所述待识别自然人的向量；根据所述向量表示模型，确定所述第一关系图中与所述待识别自然人同名的节点的向量；根据所述待识别自然人的向量和与所述待识别自然人同名的节点的向量的相似度；还用于如果所述相似度大于预设的相似度阈值，确定所述待识别自然人需要与其在所述第一关系图中的同名节点合并。
106.可选地，生成模块301具体用于根据所述企业关系数据，确定所述企业的属性信息、所述自然人的属性信息、所述企业与所述自然人的关联关系以及所述企业间的投资关系；根据所述企业的属性信息、所述自然人的属性信息、所述企业与所述自然人的关联关系以及所述企业间的投资关系，生成以企业和自然人为节点的第一关系图。
107.可选地，拆分模块302具体用于将其中第二数量的边进行拆分，得到第二数量的同名自然人节点，所述第二数量的同名自然人节点继承了其他边的连通属性，其中，所述自然人节点具有第一数量的边。
108.示例性电子设备
109.图4是本发明一示例性实施例提供的电子设备的结构。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。图4图示了根据本公开实施例的电子设备的框图。如图4所示，电子设备400包括一个或多个处理器401和存储器402。
110.处理器401可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。
111.存储器402可以包括一个或多个计算机程序，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器401可以运行所述程序指令，以实现上文所述的本公开的各个实施例的人名消歧方法以及/或者其他期望的功能。在一个示例中，电子设备还可以
包括：输入装置43和输出装置404，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
112.此外，该输入装置403还可以包括例如键盘、鼠标等等。
113.该输出装置404可以向外部输出各种信息。该输出设备404可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
114.当然，为了简化，图4中仅示出了该电子设备中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备还可以包括任何其他适当的组件。
115.示例性计算机程序产品和计算机可读存储介质
116.除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的人名消歧方法中的步骤。
117.所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、c 等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
118.此外，本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的人名消歧方法中的步骤。
119.所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
120.以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。
121.本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
122.本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
123.可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
124.还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
125.为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。