CN114357187A - 法规制度的搜索方法、装置、存储介质及计算机设备 - Google Patents

Abstract

本申请实施例公开了一种法规制度的搜索方法、装置、存储介质及计算机设备，涉及企业信息管理领域。本申请的方法包括：解析法规制度文件得到文本数据；对所述文本数据进行知识抽取、知识融合和知识加工得到知识图谱；接收用户的搜索请求；其中，所述搜索请求携带搜索关键词；根据云搜索模型在所述知识图谱中搜索所述搜索关键词对应的搜索结果，本申请通过对法规制度文件的智能化解析和管理，为企业内控管理提供精准的风险点和控制点服务，有效的提升企业风险内控精细化管理水平。

Description

法规制度的搜索方法、装置、存储介质及计算机设备

技术领域

本申请涉及企业信息管理领域，尤其涉及一种法规制度的搜索方法、装置、存储介质及计算机设备。

背景技术

法规制度控制是指企业的业务经营活动都必须遵守国家的法律、法规、政策、制度以及企业规章制度(本申请中统称法规制度)，法规制度是检查单位业务经营活动合法性和合规性的标准。因此企业通常会制定出确保有关法律、法规得到有效遵从的内部政策和具体的程序，通过监督和技术控制，防止一切违法违规的业务活动发生。

在企业的法规制度库的建设中，主要存在如下几个问题：

1、法规制度与业务合规活动无直接关系，这样就导致企业经营活动无据可依，或无法实时的掌握公司经营活动对法规制度的覆盖情况；

2、业务应用场景中需要对法规制度库里面的内容进行精确检索，如需要对本文进行语义的检索，传统的检索方法存在效率较低，性能较慢、检索命中率低等问题；

3、业务应用中，法规制度与企业管理风险、流程、内部控制点、合规是有关系的，如控制点的依据是制度条款，这些关系无法直观的表达出来；

经营业务活动的来源及依据是制度文件中的某一项条款，而不是整个制度文件，不利于企业合规问题的定位。

发明内容

本申请提供了法规制度的搜索方法、装置、存储介质及计算机设备，可以解决现有技术中法规制度搜索效率低和命中率低的问题。所述技术方案如下：

第一方面，本申请提供了一种法规制度的搜索方法，所述方法包括：

解析法规制度文件得到文本数据；

对所述文本数据进行知识抽取、知识融合和知识加工得到知识图谱；

接收用户的搜索请求；其中，所述搜索请求携带搜索关键词；

根据云搜索模型在所述知识图谱中搜索所述搜索关键词对应的搜索结果。

第二方面，本申请提供了一种法规制度的搜索装置，所述装置包括：

解析单元，用于解析法规制度文件得到文本数据；

构建单元，用于对所述文本数据进行知识抽取、知识融合和知识加工得到知识图谱；

请求单元，用于接收用户的搜索请求；其中，所述搜索请求携带搜索关键词；

响应单元，用于根据云搜索模型在所述知识图谱中搜索所述搜索关键词对应的搜索结果。

第三方面，本申请提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

第四方面，本申请提供一种计算机设备，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

本申请一些实施例提供的技术方案带来的有益效果至少包括：

基于大数据技术和知识图谱技术对法规制度文件进行知识抽取、知识表示、知识融合和知识推理，实现以企业风险、内控和合规一体化融合的知识图谱，通过该图谱可以对法规制度文件进行统一规范管理，文件之间的关联引用关系更加清晰，法规制度条款的理解更精准，条款内容具有可查可追溯。本申请通过对法规制度文件的智能化解析和管理，为企业内控管理提供精准的风险点和控制点服务，有效的提升企业风险内控精细化管理水平。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的网络架构的示意图；

图2是本申请实施例提供的计算机设备的软件架构图；

图3是本申请实施例提供的法规制度的搜索方法的流程示意图；

图4是本申请实施例提供的构建知识图谱的原理示意图；

图5是本申请实施例提供的搜索过程的原理示意图；

图6是本申请提供的一种法规制度的搜索装置的结构示意图；

图7是本申请提供的一种计算机设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。

需要说明的是，本申请提供的法规制度的搜索方法一般由计算机设备执行，相应的，法规制度的搜索装置一般设置于计算机设备中。

图1示出了可以应用于本申请的法规制度的搜索方法或法规制度的搜索装置的示例性系统架构。

如图1所示，系统架构可以包括：计算机设备101和服务器102。计算机设备101和服务器102之间可以通过网络进行通信，网络用于上述各个单元之间提供通信链路的介质。网络可以包括各种类型的有线通信链路或无线通信链路，例如：有线通信链路包括光纤、双绞线或同轴电缆的，无线通信链路包括蓝牙通信链路、无线保真(WIreless-FIdelity，Wi-Fi)通信链路或微波通信链路等。

其中，服务器102中部署有关系型数据库，关系型数据库中存储企业的各个法规制度文件，计算机设备从服务器102中读取法规制度文件进行解析得到知识图谱，然后利用云搜索模型对知识图谱中进行检索得到检索结果。

其中，本申请的计算机设备101的软件架构如图2所示，包括：数据源层、存储计算层、平台层、应用层和云搜索等模块，各个模块的功能参照下面的说明。

数据源层：对多种格式(doc、pdf)等的法规制度文件进行读取、对非结构化文件通过结构化处理技术进行识别。

存储计算层：对非结构化的法规制度文件进行结构化解析后存储在数据库中，并通过关键字建立文件索引，存储在法规制度文件搜索库中。

平台层：通过大数据技术搭建平台层，构建文档自动分类模型、文档条款解析模型、文本基本属性提取模型等法规制度文档解析引擎，并基于知识图谱对法规制度、制度条款、风险点、控制点、合规规则、组织、权限、流程等核心对象进行识别，建立对应的实体、实体属性、实体关系。

应用层：构建流程制度树、关联引用图谱、智能推荐、法规制度文档管理等应用；

云搜索：基于整体框架提供的技术支撑，结合知识图谱技术构建云搜索模型，以风险、内控、合规一体化融合为基础实现法规制度的智能检索。

需要说明的是，计算机设备101和服务器102可以是硬件，也可以是软件。当计算机设备101和服务器102为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当计算机设备101和服务器102为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不做具体限定。

本申请的计算机设备上可以安装有各种通信客户端应用，例如：视频录制应用、视频播放应用、语音交互应用、搜索类应用、及时通信工具、邮箱客户端、社交平台软件等。

计算机设备可以是硬件，也可以是软件。当计算机设备为硬件时，可以是具有显示屏的各种计算机设备，包括但不限于智能手机、平板电脑、膝上型便携式计算机和台式计算机等等。当计算机设备为软件时，可以是安装上上述所列举的计算机设备中。其可以实现呈多个软件或软件模块(例如：用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不作具体限定。

当计算机设备为硬件时，其上还可以安装有显示设备和摄像头，显示设备显示可以是各种能实现显示功能的设备，摄像头用于采集视频流；例如：显示设备可以是阴极射线管显示器(cathode ray tube display，简称CR)、发光二极管显示器(light-emittingdiode display，简称LED)、电子墨水屏、液晶显示屏(liquid crystal display，简称LCD)、等离子显示面板(plasma display panel，简称PDP)等。用户可以利用计算机设备上的显示设备，来查看显示的文字、图片、视频等信息。

应理解，图1中的计算机设备、网络和服务器的数目仅是示意性的。根据实现需要，可以是任意数量的计算机设备、网络和服务器。

下面将结合附图3，对本申请实施例提供的法规制度的搜索方法进行详细介绍。其中，本申请实施例中的法规制度的搜索装置可以是图1所示的计算机设备。

请参见图3，为本申请实施例提供了一种法规制度的搜索方法的流程示意图。如图1所示，本申请实施例的所述方法可以包括以下步骤：

S301、解析法规制度文件得到文本数据。

其中，法规制度文件是记载国家相关的法律、法规、政策和制度和企业内部规章制度等信息的文档，法规制度文件的格式本申请不作限制，例如：参见图4所示的原理图，法规制度文件的格式可以为word、pdf、xls或html等结构化文档。利用非结构化处理方法将法规制度文件进行处理得到文本数据。可选的，待解析的法规制度文件的数量可以为一个或多个，在法规制度文件的格式为word格式时，可以利用OCR(Optical CharacterRecognition，光学字符识别)算法对法规制度文件进行识别得到文本数据；在法规制度文件的格式为pdf格式时，利用PdfBox插件解析法规制度文件得到文本数据，将文本数据进行结构化存储。

S302、对文本数据进行知识抽取、知识融合和知识加工得到知识图谱。

其中，知识抽取的过程包括：对文本数据的各个条款内容进行解析和识别，结合自然语言处理算法对文本数据的条款内容进行分词处理，分词处理的算法可以是最大匹配分词算法、最短路径分词算法等，分词处理后得到分词结果，根据分词结果建立分词和条款内容的数据字典；对各个条款内容的分词结果利用关键词提取算法进行提取出关键词内容，关键词提取算法可以为TextRank算法或PageRank算法等；对关键词内容进行知识抽取，参见图4所示，知识抽取的过程包括实体抽取、关系抽取和属性抽取得到知识表示，然后将知识表示存储到数据库中。

参见图4所示，知识融合的过程包括：本体构建和实体融合。例如：通过实体合并、实体对齐和关系抽取等步骤融合知识表示，构建法规制度实体、实体属性和实体关系。

其中，知识加工用于挖掘已有的知识图谱中实体之间的新关联关系，可以基于描述逻辑的推理、基于规则挖掘的推理和基于概率逻辑的推理的方法推理出各个实体之间的新关联关系，从而拓展和丰富知识网络。

S303、接收用户的搜索请求。

其中，用户通过计算机设备的输入装置输入搜索请求，搜索请求携带搜索关键词。

S304、根据云搜索模型在知识图谱中搜索关键词对应的搜索结果。

其中，云搜索模型为一种云搜索引擎，用于响应用户的搜索请求。本申请的云搜索模型基于知识图谱的构建的法规制度库基础上，通过知识图谱的法规制度实体、实体属性、实体关系模型，结合NLP自然语言处理对检索内容进行语义解析，实现精确检索。

进一步的，所述根据云搜索模型在所述知识图谱中搜索所述搜索关键词对应的搜索结果，包括：

基于云搜索模型在所述知识图谱中检索包括组织、流程、控制点、风险点和权限的实体；

根据所述实体的实体属性和实体关系形成云搜索图谱；

以及通过显示单元显示所述云搜索图谱。

其中，首先构建流程实体图谱，企业内部控制是以流程为载体，通过对企业业务流程进行梳理，得到企业的业务流程目录、流程步骤、控制点、控制措施、控制类型、控制频率等，并形成流程实体图谱；然后构建风险库图谱，基于企业风险目录梳理风险库图谱；继续构建业务决策图谱，基于企业内控、合规梳理业务规则，形成业务决策图谱；最后融合上述的各个图谱，以制度、组织、流程、风险点、控制点、权限维度为实体构建一体化图谱(即云搜索图谱)。例如：一体化图谱的构建过程参见图5所示。

本申请实施例，基于大数据技术和知识图谱技术对法规制度文件进行知识抽取、知识表示、知识融合和知识推理，实现以企业风险、内控和合规一体化融合的知识图谱，通过该图谱可以对法规制度文件进行统一规范管理，文件之间的关联引用关系更加清晰，法规制度条款的理解更精准，条款内容具有可查可追溯。本申请通过对法规制度文件的智能化解析和管理，为企业内控管理提供精准的风险点和控制点服务，有效的提升企业风险内控精细化管理水平。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

请参见图6，其示出了本申请一个示例性实施例提供的法规制度的搜索装置的结构示意图，以下简称装置6。该装置6可以通过软件、硬件或者两者的结合实现成为计算机设备的全部或一部分。装置6包括：解析单元601、构建单元602、请求单元603、响应单元604。

解析单元，用于解析法规制度文件得到文本数据；

构建单元，用于对所述文本数据进行知识抽取、知识融合和知识加工得到知识图谱；

请求单元，用于接收用户的搜索请求；其中，所述搜索请求携带搜索关键词；

响应单元，用于根据云搜索模型在所述知识图谱中搜索所述搜索关键词对应的搜索结果。

在一个或多个可能的实施例中，所述解析法规制度文件生成结构化文本数据，包括：

在法规制度文件的格式为word时，利用OCR光学字符识别算法解析所述法规制度文件；

在法规制度文件的格式为pdf时，利用PdfBox插件解析所述法规制度文件。

在一个或多个可能的实施例中，所述知识抽取包括：

对所述文本数据进行分词处理得到分词结果；

对所述分词结果进行关键词提取得到关键词内容；

对所述关键词内容进行知识抽取形成知识表示，以及将所述知识表示存储到数据库中。

在一个或多个可能的实施例中，所述对所述文本数据进行分词数据得到分词结果，包括：

基于预设的法规制度分词库，利用最大匹配分词算法对所述文本数据进行分词处理得到分词结果。

在一个或多个可能的实施例中，所述知识融合，包括：

对所述数据库中的知识进行实体合并、实体对齐和关系抽取形成初步的知识图谱。

在一个或多个可能的实施例中，所述知识加工，包括：

基于所述初步的指示图谱推理出各个实体之间的新关联关系后，得到最终的知识图谱。

在一个或多个可能的实施例中，所述根据云搜索模型在所述知识图谱中搜索所述搜索关键词对应的搜索结果，包括：

基于云搜索模型在所述知识图谱中检索包括组织、流程、控制点、风险点和权限的实体；

根据所述实体的实体属性和实体关系形成云搜索图谱；

以及通过显示单元显示所述云搜索图谱。

需要说明的是，上述实施例提供的装置6在执行法规制度的搜索方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的法规制度的搜索装置与法规制度的搜索方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

本申请实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图3所示实施例的方法步骤，具体执行过程可以参见图3所示实施例的具体说明，在此不进行赘述。

本申请还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述的法规制度的搜索方法。

请参见图7，为本申请实施例提供了一种计算机设备的结构示意图。如图7所示，所述计算机设备700可以包括：至少一个处理器701，至少一个网络接口704，用户接口703，存储器705，至少一个通信总线702。

其中，通信总线702用于实现这些组件之间的连接通信。

其中，用户接口703可以包括显示屏(Display)、摄像头(Camera)，可选用户接口703还可以包括标准的有线接口、无线接口。

其中，网络接口704可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。

其中，处理器701可以包括一个或者多个处理核心。处理器701利用各种借口和线路连接整个终端700内的各个部分，通过运行或执行存储在存储器705内的指令、程序、代码集或指令集，以及调用存储在存储器705内的数据，执行终端700的各种功能和处理数据。可选的，处理器701可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable GateArray，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器701可集成中央处理器(CentralProcessing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器701中，单独通过一块芯片进行实现。

其中，存储器705可以包括随机存储器(RandomAccess Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器705包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器705可用于存储指令、程序、代码、代码集或指令集。存储器705可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器705可选的还可以是至少一个位于远离前述处理器701的存储装置。如图7所示，作为一种计算机存储介质的存储器705中可以包括操作系统、网络通信模块、用户接口模块以及应用程序。

在图7所示的计算机设备700中，用户接口703主要用于为用户提供输入的接口，获取用户输入的数据；而处理器701可以用于调用存储器705中存储的应用程序，并具体执行如图2所示的方法，具体过程可参照图3所示，此处不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。

以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (10)

1.一种法规制度的搜索方法，其特征在于，包括：

解析法规制度文件得到文本数据；

对所述文本数据进行知识抽取、知识融合和知识加工得到知识图谱；

接收用户的搜索请求；其中，所述搜索请求携带搜索关键词；

根据云搜索模型在所述知识图谱中搜索所述搜索关键词对应的搜索结果。

2.根据权利要求1所述的方法，其特征在于，所述解析法规制度文件生成结构化文本数据，包括：

在法规制度文件的格式为word时，利用OCR光学字符识别算法解析所述法规制度文件；

在法规制度文件的格式为pdf时，利用PdfBox插件解析所述法规制度文件。

3.根据权利要求1或2所述的方法，其特征在于，所述知识抽取包括：

对所述文本数据进行分词处理得到分词结果；

对所述分词结果进行关键词提取得到关键词内容；

对所述关键词内容进行知识抽取形成知识表示，以及将所述知识表示存储到数据库中。

4.根据权利要求3所述的方法，所述对所述文本数据进行分词数据得到分词结果，包括：

基于预设的法规制度分词库，利用最大匹配分词算法对所述文本数据进行分词处理得到分词结果。

5.根据权利要求4所述的方法，其特征在于，所述知识融合，包括：

对所述数据库中的知识进行实体合并、实体对齐和关系抽取形成初步的知识图谱。

6.根据权利要求5所述的方法，其特征在于，所述知识加工，包括：

基于所述初步的指示图谱推理出各个实体之间的新关联关系后，得到最终的知识图谱。

7.根据权利要求1或2或4或5所述的方法，其特征在于，所述根据云搜索模型在所述知识图谱中搜索所述搜索关键词对应的搜索结果，包括：

基于云搜索模型在所述知识图谱中检索包括组织、流程、控制点、风险点和权限的实体；

根据所述实体的实体属性和实体关系形成云搜索图谱；

以及通过显示单元显示所述云搜索图谱。

8.一种法规制度的搜索装置，其特征在于，包括：

解析单元，用于解析法规制度文件得到文本数据；

构建单元，用于对所述文本数据进行知识抽取、知识融合和知识加工得到知识图谱；

请求单元，用于接收用户的搜索请求；其中，所述搜索请求携带搜索关键词；

响应单元，用于根据云搜索模型在所述知识图谱中搜索所述搜索关键词对应的搜索结果。

9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～7任意一项的方法步骤。

10.一种计算机设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～7任意一项的方法步骤。

Images