CN112783989A - 一种基于区块链的数据处理方法及装置 - Google Patents

Abstract

本发明涉及智能决策技术，揭露了一种基于区块链的数据处理方法，包括：对原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集并提取其中多个实体及多个实体关系并构建三元组，得到三元组集合；对三元组集合进行实体筛选，得到目标三元组集合；利用目标三元组集合和特征提取标识符训练待训练实体关系提取模型，得到实体关系提取模型；将待分析用户数据输入至实体关系提取模型，得到待分析用户数据包含的目标实体之间的目标实体关系。本发明还提出一种基于区块链的数据处理装置。本发明可以解决无法快速高效获取实体关系的问题。

Description

一种基于区块链的数据处理方法及装置

技术领域

本发明涉及智能决策技术领域，尤其涉及一种基于区块链的数据处理方法及装置。

背景技术

随着信息技术的飞速发展，网络中存在海量的数据，为了提高数据的利用率需要对数据进行实体关系提取，即提取海量数据中不同实体之间的关系。例如，提取海量数据中不同企业之间的关系(如竞争关系、合作关系等)。

现有技术中，实体关系的提取方式是通过构建知识图谱进而进行实体关系的搜索，这种方法每次都需要重新构建知识图谱，不仅为费时且效率不高。

发明内容

本发明提供一种基于区块链的数据处理方法及装置，其主要目的在于解决无法快速高效获取实体关系的问题。

为实现上述目的，本发明提供的一种基于区块链的数据处理方法，包括：

获取原始用户数据集，对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集；

提取所述初始用户数据集中的多个实体及多个实体关系，根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合；

对所述三元组集合进行实体筛选处理，得到目标三元组集合；

在预构建的BERT模型中添加奇偶句编码层，得到编码器，从获取到的Transformer模型中提取解码器，组合所述编码器和所述解码器，得到待训练实体关系提取模型；

利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型；

接收待分析用户数据，将所述待分析用户数据输入至所述实体关系提取模型，得到所述待分析用户数据包含目标实体之间的的目标实体关系。

为了解决上述问题，本发明还提供一种基于区块链的数据处理装置，所述装置包括：

数据处理模块，用于获取原始用户数据集，对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集；

三元组构建模块，用于提取所述初始用户数据集中的多个实体及多个实体关系，根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合；

实体筛选模块，用于对所述三元组集合进行实体筛选处理，得到目标三元组集合；

模型构建模块，用于在预构建的BERT模型中添加奇偶句编码层，得到编码器，从获取到的Transformer模型中提取解码器，组合所述编码器和所述解码器，得到待训练实体关系提取模型；

模型训练模块，用于利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型；

实体关系提取模块，用于接收待分析用户数据，将所述待分析用户数据输入至所述实体关系提取模型，得到所述待分析用户数据包含的目标实体之间的目标实体关系。

为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

存储器，存储至少一个指令；及

处理器，执行所述存储器中存储的指令以实现如述所述的基于区块链的数据处理方法。

为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现如述所述的基于区块链的数据处理方法。

本发明对原始用户数据集进行缺失值填充和去异常值处理之后得到目标三元组集合，有利于提高所得到的目标三元组集合的完整性和准确性；以原Transformer模型中解码器为基础，在预构建的BERT模型中添加奇偶句编码层，得到新构建的编码器，并组合新构建的所述编码器和所述解码器，得到待训练实体关系提取模型，相比于单一的Transformer模型，本发明实施例添加了奇偶句编码层，使构建的待训练实体关系提取模型能够对奇偶个数三元组划分后进行特征提取；通过完整和准确的目标三元组集合和特征提取标识符训练待训练实体关系提取模型，从而得到准确的实体关系提取模型；在接收到待分析用户数据之后，利用准确的实体关系提取模型，能够快速准确地提取待分析用户数据包含的目标实体之间的目标实体关系。因此本发明提出的基于区块链的数据处理方法及装置，可以解决无法快速高效获取实体关系的问题。

另外，所述根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合，包括：

确定提取到的多个实体的类型，所述类型包括头实体或尾实体；

根据所述多个实体的类型将提取到的多个实体和多个实体关系构建为多个三元组，得到三元组集合。

本发明实施例通过提取到的实体的类型将所述实体以及实体之间的关系构建成三元组，可以直观的表示出实体之间的关系，有利于后续进行实体关系的生成。

另外，所述利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型，包括：

利用所述特征提取标识符将所述目标三元组集合分为待遮蔽三元组集合及非遮蔽三元组集合；

对所述待遮蔽三元组集合执行遮蔽操作，得到遮蔽三元组集合；

获取预设的编码器学习率、解码器学习率及训练周期，将所述遮蔽三元组集合及所述非遮蔽三元组集合输入至所述待训练实体关系提取模型；

利用所述编码器及所述编码器学习率，对所述遮蔽三元组集合及所述非遮蔽三元组集合进行特征提取，得到三元组特征集；

利用所述解码器及所述解码器学习率，预测所述三元组特征集对应的实体关系集；

利用所述实体关系集及预构建的优化算法，优化所述待训练实体关系提取模型的内部参数，并保存优化次数；

判断所述优化次数与所述训练周期的大小关系；

若所述优化次数小于或等于所述训练周期，再次执行利用所述编码器及所述编码器学习率，对所述遮蔽三元组集合及所述非遮蔽三元组集合进行特征提取的操作；

若所述优化次数大于所述训练周期，停止对所述内部参数的优化，得到所述实体关系提取模型。

本发明实施例通过利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，对所述内部参数进行优化，得到训练后的模型，可以保证后续利用所述实体关系提取模型提取实体关系的准确性。

另外，所述对所述三元组集合进行实体筛选处理，得到目标三元组集合，包括：

抽取所述三元组集合中任意三元组的头实体和尾实体，并对所述头实体和所述尾实体进行向量化，得到头实体向量和尾实体向量；

计算所述头实体向量和所述尾实体向量之间的相似度；

若所述相似度大于或者等于目标阈值时，将所述头实体向量和所述尾实体向量对应的三元组作为目标三元组；

遍历所述三元组集合，重复进行相似度计算处理，直至所述三元组集合中的所有三元组都处理完毕，汇集得到的所有目标三元组，得到目标三元组集合。

本发明实施例通过计算所述头实体向量和所述尾实体向量之间的相似度，并将所述相似度与预设的目标阈值进行比较，进而筛选出目标三元组，提高了从众多三元组中筛选出头实体和尾实体相同或者相似的效率。

另外，所述计算所述头实体向量和所述尾实体向量之间的相似度，包括：

根据余弦相似度公式计算所述头实体向量和所述尾实体向量之间的相似度。

本发明实施例通过余弦相似度计算所述头实体向量和所述尾实体向量之间的相似度，简单且直观的判断所述头实体向量和所述尾实体向量之间的相似程度。

另外，所述对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集，包括：

判断所述原始用户数据集是否存在缺失值，当所述原始用户数据集存在缺失值时，对所述原始用户数据集进行数据填充；

判断所述原始用户数据集是否存在异常值，当所述原始用户数据集存在异常值时，删除所述原始用户数据集包含的异常值。

本发明实施例通过对所述原始用户数据集进行缺失值填充及去异常值处理，可以对所述原始用户数据集进行数据清洗，保证数据的准确性，提高了后续数据分析的效率。

另外，所述判断所述原始用户数据集是否存在异常值，包括：

计算所述原始用户数据集中每个原始用户数据的邻近数据的局部可达密度比值；

在所述局部可达密度比值小于或等于预设比值时，确定所述原始用户数据为异常值。

本发明实施例通过计算所述原始用户数据集中每个原始用户数据的邻近数据的局部可达密度比值，可以直观地对比出所述原始用户数据是否存在异常，有利于提高从所述原始用户数据集中找出异常值的效率。

附图说明

图1为本发明一实施例提供的基于区块链的数据处理方法的流程示意图；

图2为本发明一实施例提供的基于区块链的数据处理装置的功能模块图；

图3为本发明一实施例提供的实现所述基于区块链的数据处理方法的电子设备的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

本申请实施例提供一种基于区块链的数据处理方法。所述基于区块链的数据处理方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于区块链的数据处理方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链软件及其平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。

参照图1所示，为本发明一实施例提供的基于区块链的数据处理方法的流程示意图。在本实施例中，所述基于区块链的数据处理方法包括：

S1、获取原始用户数据集，对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集。

本发明实施例中，原始用户数据集中包括企业单位的相关数据。例如，原始用户数据集中包括企业地址，企业性质、企业销售产品信息、企业参与项目信息、企业参加展会信息、企业招聘人员类型等。

较佳地，在本发明实施例中，所述对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集，包括：

判断所述原始用户数据集是否存在缺失值，当所述原始用户数据集存在缺失值时，对所述原始用户数据集进行数据填充；

判断所述原始用户数据集是否存在异常值，当所述原始用户数据集存在异常值时，删除所述原始用户数据集包含的异常值。

详细地，本发明实施例利用具有缺失值检测功能的java语句来判断所述原始用户数据集是否存在缺失值。

具体地，本发明实施例利用所述具有缺失值检测功能的java语句对所述原始用户数据集中的每一条原始用户数据中的属性数据进行长度检测，当检测到属性数据的数值长度为0时，则确定该属性数据的值缺失，当检测到属性数据的数值长度不为0时，则确定该属性数据的值未缺失。

本发明实施例中，所述原始用户数据集中包含多个属性和对应属性数值，例如，所述原始用户数据集中存在企业注册号，以及所述企业注册号对应的属性数值，则在进行长度检测时，检测所述原始用户数据集中各个属性数据是否为0。

当所述原始用户数据集存在缺失值时，本发明实施例可以采用现有的缺失值填充方法对所述原始用户数据集进行数据填充。

详细地，现有的缺失值填充方法包括但不限于填充默认值、均值、众数、KNN填充。

进一步地，本发明实施例所述判断所述原始用户数据集是否存在异常值，包括：

计算所述原始用户数据集中每个原始用户数据的邻近数据的局部可达密度比值；

在所述局部可达密度比值小于或等于预设比值时，确定所述原始用户数据为异常值。

具体地，本发明实施例利用如下算法计算所述原始用户数据集中每个原始用户数据的邻近数据的局部可达密度比值LF_k(q)：

其中，N_k(q)为所述原始用户数据集，ld_k(q)为N_k(q)内的第q个用户数据，ld(p)为所述第q个用户数据的临近数据，k为N_k(q)中所述原始用户数据集中的数据个数，reach-distk(p,q)为p，q之间的距离。

当所述原始用户数据集中存在异常值时，本发明实施例对所述异常值执行删除操作。

本发明实施例通过对所述原始用户数据集进行进行缺失值填充及去异常值处理，可以提高所述原始用户数据集中的数据完整性，并删除无效数据以及错误数据，减少数据冗余，提高数据准确性。

S2、提取所述初始用户数据集中的多个实体及实体关系，根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合。

本发明实施例中，所述实体为对客观个体的抽象表述，所述实体关系为提取实体与实体之间的关系。

例如，所述初始用户数据集中的多个实体包括企业，企业地址，企业注册号等。所述实体关系包括企业和企业之间的商业关系，企业和地址之间的坐落关系等。

本发明实施例中，所述根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合，包括：

确定提取到的多个实体的类型，所述类型包括头实体或尾实体；

根据所述多个实体的类型将提取到的多个实体和多个实体关系构建为多个三元组，得到三元组集合。

详细地，确定提取到的多个实体的类型包括：根据实体在所述初始用户数据集中的位置进行判定。

具体的，确定所述初始用户数据集中识别到的第一个实体为头实体，并就近识别所述头实体对应的尾实体及实体之间的关系，当识别到头实体、实体关系和尾实体三者后，将再次访问到的实体重新确定为头实体，重复上述操作。本发明实施例中，根据头实体、实体关系、尾实体的先后顺序构建三元组。

例如，所述初始用户数据集中为：A公司的地址在上海，所述实体为A公司和上海，其中，上海为地址实体，所述实体之间的关系为：地址，A公司为头实体，上海为尾实体，则构建的三元组为(A公司，地址，上海)。

S3、对所述三元组集合进行实体筛选处理，得到目标三元组集合。

本发明一可选实施例中，筛选三元组集合中包含的实体为相似的实体或同类型的实体。

本发明实施例中，所述对所述三元组集合进行实体筛选处理，得到目标三元组集合，包括：

抽取所述多元组集合中任意三元组的头实体和尾实体，并对所述头实体和所述尾实体进行向量化，得到头实体向量和尾实体向量；

计算所述头实体向量和所述尾实体向量之间的相似度；

若所述相似度大于或者等于目标阈值时，将所述头实体向量和所述尾实体向量对应的多元组作为目标三元组；

遍历所述三元组集合，重复进行相似度计算处理，直至所述三元组集合中的所有三元组都处理完毕，汇集得到的所有目标三元组，得到目标三元组集合。

详细地，根据word2vec模型对所述头实体和所述尾实体进行向量化，得到所述头实体向量和所述尾实体向量，其中，所述word2vec模型是一类神经网络模型，基于该模型可为语料库中的单个分词产生一个能表达语义的向量。

具体地，所述计算所述头实体向量和所述尾实体向量之间的相似度包括：根据预设的余弦相似度公式计算所述头实体向量和所述尾实体向量之间的相似度。

具体地，所述预设的余弦相似度公式为：

其中，cos(a,b)为余弦相似度，a、b分别为所述头实体向量和所述尾实体向量，|a|、|b|分别为所述头实体向量a和所述尾实体向量b对应的模。

本发明实施例中，对所述三元组集合进行实体筛选处理可以筛选出所述头实体和所述尾实体性质相似的三元组。例如，所述三元组集合中包括：(A公司，地址，上海)，(B公司，地址，北京)，(A公司，竞争关系，B公司)，所述三元组集合进行筛选处理后，根据计算得到的余弦相似度进行判断，最终得到的目标三元组为(A公司，竞争关系，B公司)。

S4、在预构建的BERT模型中添加奇偶句编码层，得到编码器，从获取到的Transformer模型中提取解码器，组合所述编码器和所述解码器，得到待训练实体关系提取模型。

BERT模型(Bidirectional Encoder Representations from Transformers)是一种当前已公开的通用自然语言处理框架，内部结构包括嵌入层、多头注意力机制层及前馈反向层，其中嵌入层的作用是将文本用矩阵进行表示，所述多头注意力机制层的作用是从矩阵文本中提取得到文本特征，所述前馈反向层的作用是根据文本特征调解BERT模型的内部参数，达到优化BERT模型的目的。

本发明一可选实施例中，可从BERT模型所在的程序管理库中直接获取所述BERT模型。

进一步地，所述在预构建的BERT模型中添加奇偶句编码层，得到编码器，包括：在所BERT模型中的前馈反向层之后，添加所述奇偶句编码层，得到所述编码器。

详细地，所述奇偶句编码层的主要目的是识别出所述目标三元组集合的数量是奇数还是偶数，从而对数量为奇数个的目标三元组集合和偶数个的目标三元组集合执行分开编码，提高所述待训练实体关系提取模型运行的效率。

具体地，所述Transformer模型是一种开源的自然语言处理模型，Transformer模型包括解码器，本发明实施例中，可以从数据库中获取Transformer模型，并从Transformer模型中提取解码器。

进一步地，所述组合所述编码器和所述解码器，得到待训练实体关系提取模型，包括：根据所述编码器在先，所述解码器在后的关系对所述编码器和所述解码器进行连接，得到所述待训练实体关系提取模型。

S5、利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型。

本发明实施例中，所述预设的特征提取标识符可以用于对三元组进行遮蔽划分处理。

例如，预设的特征提取标识符可以包括SIFT。

本发明实施例中，实体关系提取模型可以提取到实体之间的实体关系。例如，若筛选得到的目标三元组集合包含相似实体及该相似实体间的实体关系，则实体关系提取模型可以提取到相似实体之间的实体关系。

具体地，所述利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型，包括：

利用所述特征提取标识符将所述目标三元组集合分为待遮蔽三元组集合及非遮蔽三元组集合；

对所述待遮蔽三元组集合执行遮蔽操作，得到遮蔽三元组集合；

获取预设的编码器学习率、解码器学习率及训练周期，将所述遮蔽三元组集合及所述非遮蔽三元组集合输入至所述待训练实体关系提取模型；

利用所述编码器及所述编码器学习率，对所述遮蔽三元组集合及所述非遮蔽三元组集合进行特征提取，得到三元组特征集；

利用所述解码器及所述解码器学习率，预测所述三元组特征集对应的实体关系集；

利用所述实体关系集及预构建的优化算法，优化所述待训练实体关系提取模型的内部参数，并保存优化次数；

判断所述优化次数与所述训练周期的大小关系；

若所述优化次数小于或等于所述训练周期，再次执行利用所述编码器及所述编码器学习率，对所述遮蔽三元组集合及所述非遮蔽三元组集合进行特征提取的操作；

若所述优化次数大于所述训练周期，停止对所述内部参数的优化，得到所述实体关系提取模型。

其中，学习率(Learning rate)是深度学习中重要的超参数，本发明为区分编码器与解码器学习率的不同，分为所述编码器学习率及所述解码器学习率，其中所述编码器学习率设定为0.9，所述解码器学习率设定为0.99。所述训练周期表示所述待训练实体关系提取模型的训练次数，本发明实施例中，设定所述训练周期为5000次。

本发明实施例中，所述利用所述解码器及所述解码器学习率，预测所述三元组特征集对应的实体关系集，具体的预测方式与当前已公开的Transformer模型中的解码器预测方法相同。

优选的，本发明实施例中，所述预构建的优化算法采用Adam优化算法，优化所述待训练实体关系提取模型的内部参数，直至优化次数大于本发明实施例所设定的训练周期(如5000次)，得到所述实体关系提取模型。

S6、接收待分析用户数据，将所述待分析用户数据输入至所述实体关系提取模型中，得到目标实体之间的目标实体关系。

本发明实施例中，当对三元组集合进行实体筛选处理时筛选出的是头实体和所述尾实体性质相似的三元组，则通过实体关系提取模型在进行提取时，可以性质相似的实体之间的实体关系。

例如，待分析用户数据为：“A公司在上海，始创于1984年；是国有控股高新技术企业、省网络安全重点企业。多年来深入研究大数据及应用展现、信息化与信息安全、智能感知及智能处理、网络可视化、特种通信等技术，为能源、金融、电信、交通、文博等行业客户，提供了大量先进、可靠、安全、高质量、易扩展的产品和系统集成服务，B公司在北京，拥有信息系统集成及服务壹级、安防工程壹级、建筑智能化系统设计专项甲级、电子与智能化工程专业承包壹级等重要资质证书，获得ISO质量、环境、职业健康、信息技术服务、信息安全等多项管理体系认证。为了促进两个公司的共同发展，A公司和B公司于今年达成了合作关系，以一流的服务、一流的技术和一流的产品，用智能科技为用户插上腾飞的翅膀。”将该待分析用户数据输入至所述实体关系提取模型中，得到所述A公司和所述B公司的关系为合作关系。

本发明对原始用户数据集进行缺失值填充和去异常值处理之后得到目标三元组集合，有利于提高所得到的目标三元组集合的完整性和准确性；以原Transformer模型中解码器为基础，在预构建的BERT模型中添加奇偶句编码层，得到新构建的编码器，并组合新构建的所述编码器和所述解码器，得到待训练实体关系提取模型，相比于单一的Transformer模型，本发明实施例添加了奇偶句编码层，使构建的待训练实体关系提取模型能够对奇偶个数三元组划分后进行特征提取；通过完整和准确的目标三元组集合和特征提取标识符训练待训练实体关系提取模型，从而得到准确的实体关系提取模型；在接收到待分析用户数据之后，利用准确的实体关系提取模型，能够快速准确地提取待分析用户数据包含的目标实体之间的目标实体关系。因此本发明提出的基于区块链的数据处理方法可以解决无法快速高效获取实体关系的问题。

如图2所示，是本发明一实施例提供的基于区块链的数据处理装置的功能模块图。

本发明所述基于区块链的数据处理装置100可以安装于电子设备中。根据实现的功能，所述基于区块链的数据处理装置100可以包括数据处理模块101、三元组构建模块102、实体筛选模块103、模型构建模块104、模型训练模块105及实体关系提取模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述数据处理模块101，用于获取原始用户数据集，对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集；

所述三元组构建模块102，用于提取所述初始用户数据集中的多个实体及多个实体关系，根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合；

所述实体筛选模块103，用于对所述三元组集合进行实体筛选处理，得到目标三元组集合；

所述模型构建模块104，用于在预构建的BERT模型中添加奇偶句编码层，得到编码器，从获取到的Transformer模型中提取解码器，组合所述编码器和所述解码器，得到待训练实体关系提取模型；

所述模型训练模块105，用于利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型；

所述实体关系提取模块106，用于接收待分析用户数据，将所述待分析用户数据输入至所述实体关系提取模型，得到所述待分析用户数据包含的目标实体之间的目标实体关系。

如图3所示，是本发明一实施例提供的实现基于区块链的数据处理方法的电子设备的结构示意图。

所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如实体关系生成程序12。

其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如实体关系生成程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如实体关系生成程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。

所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。

可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备1中的所述存储器11存储的实体关系生成程序12是多个指令的组合，在所述处理器10中运行时，可以实现：

获取原始用户数据集，对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集；

提取所述初始用户数据集中的多个实体及多个实体关系，根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合；

对所述三元组集合进行实体筛选处理，得到目标三元组集合；

在预构建的BERT模型中添加奇偶句编码层，得到编码器，从获取到的Transformer模型中提取解码器，组合所述编码器和所述解码器，得到待训练实体关系提取模型；

利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型；

接收待分析用户数据，将所述待分析用户数据输入至所述实体关系提取模型，得到所述待分析用户数据包含的目标实体之间的目标实体关系。

具体地，所述处理器10对上述指令的具体实现方法可参考图1至图3对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：

获取原始用户数据集，对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集；

提取所述初始用户数据集中的多个实体及多个实体关系，根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合；

对所述三元组集合进行实体筛选处理，得到目标三元组集合；

在预构建的BERT模型中添加奇偶句编码层，得到编码器，从获取到的Transformer模型中提取解码器，组合所述编码器和所述解码器，得到待训练实体关系提取模型；

利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型；

接收待分析用户数据，将所述待分析用户数据输入至所述实体关系提取模型，得到所述待分析用户数据包含的目标实体之间的目标实体关系。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于区块链的数据处理方法，其特征在于，所述方法包括：

获取原始用户数据集，对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集；

提取所述初始用户数据集中的多个实体及多个实体关系，根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合；

对所述三元组集合进行实体筛选处理，得到目标三元组集合；

在预构建的BERT模型中添加奇偶句编码层，得到编码器，从获取到的Transformer模型中提取解码器，组合所述编码器和所述解码器，得到待训练实体关系提取模型；

利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型；

接收待分析用户数据，将所述待分析用户数据输入至所述实体关系提取模型，得到所述待分析用户数据包含的目标实体之间的目标实体关系。

2.如权利要求1所述的基于区块链的数据处理方法，其特征在于，所述根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合，包括：

确定提取到的多个实体的类型，所述类型包括头实体或尾实体；

根据所述多个实体的类型将提取到的多个实体和多个实体关系构建为多个三元组，得到三元组集合。

3.如权利要求1所述的基于区块链的数据处理方法，其特征在于，所述利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型，包括：

利用所述特征提取标识符将所述目标三元组集合分为待遮蔽三元组集合及非遮蔽三元组集合；

对所述待遮蔽三元组集合执行遮蔽操作，得到遮蔽三元组集合；

获取预设的编码器学习率、解码器学习率及训练周期，将所述遮蔽三元组集合及所述非遮蔽三元组集合输入至所述待训练实体关系提取模型；

利用所述编码器及所述编码器学习率，对所述遮蔽三元组集合及所述非遮蔽三元组集合进行特征提取，得到三元组特征集；

利用所述解码器及所述解码器学习率，预测所述三元组特征集对应的实体关系集；

利用所述实体关系集及预构建的优化算法，优化所述待训练实体关系提取模型的内部参数，并保存优化次数；

判断所述优化次数与所述训练周期的大小关系；

若所述优化次数小于或等于所述训练周期，再次执行利用所述编码器及所述编码器学习率，对所述遮蔽三元组集合及所述非遮蔽三元组集合进行特征提取的操作；

若所述优化次数大于所述训练周期，停止对所述内部参数的优化，得到所述实体关系提取模型。

4.如权利要求2所述的基于区块链的数据处理方法，其特征在于，所述对所述三元组集合进行实体筛选处理，得到目标三元组集合，包括：

抽取所述三元组集合中任意三元组的头实体和尾实体，并对所述头实体和所述尾实体进行向量化，得到头实体向量和尾实体向量；

计算所述头实体向量和所述尾实体向量之间的相似度；

若所述相似度大于或者等于目标阈值时，将所述头实体向量和所述尾实体向量对应的三元组作为目标三元组；

遍历所述三元组集合，重复进行相似度计算处理，直至所述三元组集合中的所有三元组都处理完毕，汇集得到的所有目标三元组，得到目标三元组集合。

5.如权利要求4所述的基于区块链的数据处理方法，其特征在于，所述计算所述头实体向量和所述尾实体向量之间的相似度，包括：

根据余弦相似度公式计算所述头实体向量和所述尾实体向量之间的相似度。

6.如权利要求1所述的基于区块链的数据处理方法，其特征在于，所述对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集，包括：

判断所述原始用户数据集是否存在缺失值，当所述原始用户数据集存在缺失值时，对所述原始用户数据集进行数据填充；

判断所述原始用户数据集是否存在异常值，当所述原始用户数据集存在异常值时，删除所述原始用户数据集包含的异常值。

7.如权利要求6所述的目标基于区块链的数据处理方法，其特征在于，所述判断所述原始用户数据集是否存在异常值，包括：

计算所述原始用户数据集中每个原始用户数据的邻近数据的局部可达密度比值；

在所述局部可达密度比值小于或等于预设比值时，确定所述原始用户数据为异常值。

8.一种基于区块链的数据处理装置，其特征在于，所述装置包括：

数据处理模块，用于获取原始用户数据集，对所述原始用户数据集进行缺失值填充及去异常值处理，得到初始用户数据集；

三元组构建模块，用于提取所述初始用户数据集中的多个实体及多个实体关系，根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合；

实体筛选模块，用于对所述三元组集合进行实体筛选处理，得到目标三元组集合；

模型构建模块，用于在预构建的BERT模型中添加奇偶句编码层，得到编码器，从获取到的Transformer模型中提取解码器，组合所述编码器和所述解码器，得到待训练实体关系提取模型；

模型训练模块，用于利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型；

实体关系提取模块，用于接收待分析用户数据，将所述待分析用户数据输入至所述实体关系提取模型，得到所述待分析用户数据包含的目标实体之间的目标实体关系。

9.根据权利要求1所述的基于区块链的数据处理装置，其特征在于，所述根据所述多个实体和所述多个实体关系构建三元组，得到三元组集合，包括：

确定提取到的多个实体的类型，所述类型包括头实体或尾实体；

根据所述多个实体的类型将提取到的多个实体和多个实体关系构建为多个三元组，得到三元组集合。

10.根据权利要求1所述的基于区块链的数据处理装置，其特征在于，所述利用所述目标三元组集合和预设的特征提取标识符训练所述待训练实体关系提取模型，得到实体关系提取模型，包括：

利用所述特征提取标识符将所述目标三元组集合分为待遮蔽三元组集合及非遮蔽三元组集合；

对所述待遮蔽三元组集合执行遮蔽操作，得到遮蔽三元组集合；

获取预设的编码器学习率、解码器学习率及训练周期，将所述遮蔽三元组集合及所述非遮蔽三元组集合输入至所述待训练实体关系提取模型；

利用所述编码器及所述编码器学习率，对所述遮蔽三元组集合及所述非遮蔽三元组集合进行特征提取，得到三元组特征集；

利用所述解码器及所述解码器学习率，预测所述三元组特征集对应的实体关系集；

利用所述实体关系集及预构建的优化算法，优化所述待训练实体关系提取模型的内部参数，并保存优化次数；

判断所述优化次数与所述训练周期的大小关系；

若所述优化次数小于或等于所述训练周期，再次执行利用所述编码器及所述编码器学习率，对所述遮蔽三元组集合及所述非遮蔽三元组集合进行特征提取的操作；

若所述优化次数大于所述训练周期，停止对所述内部参数的优化，得到所述实体关系提取模型。

Images