1.本技术涉及人工智能技术领域，尤其涉及一种企业风险评估方法、装置、终端设备及存储介质。
背景技术：
2.企业图谱在企业分析中已经得到了广泛的应用，将企业、投资人抽象为图中的节点，节点之间的关联关系抽象为图中的边，将各个节点联系起来，从而形成一副直观展示全部企业与投资人的图谱。在分析某一企业的风险状况时需要综合考虑与该企业关联节点的风险状况；当某一节点出现风险时，在企业图谱中可以直接观测到与之有关联的节点，从而进行预防。但是，在企业图谱构建过程中，最难以定义的性质莫过于关系。隐性的场景无论是在扩展业务还是风险挖掘都是非常艰难的。人与企业、企业与企业之间的关系都是难以定义或者定性下来的，那么关系的沉淀便是重中之重。在现有的业务场景中，大部分的企业的订单都是基于关系，维护就更加重要了。
3.同理，关系间的风险作为隐性风险，大部分都是无法被直接观察到的。比如企业与企业之间的风险，被判定为黑名单企业和投保公司有明显的人员重叠(如雇员、法人、高管等)、信息重叠(地址、电话等)。这些关系和信息都是可以基于企业图谱的搭建和知识的沉淀逐渐建立起来。但是所知的隐性风险还是少之又少，如果无法找到更多的场景，风险渗漏的概率一直都存在。
4.因此，亟需一种能够挖掘企业图谱中的隐性风险进行企业风险评估的方法。
技术实现要素：
5.本技术实施例的主要目的在于提供一种企业风险评估方法、装置、终端设备及存储介质，旨在解决在企业风险评估时无法挖掘出企业数据中隐性风险，导致企业风险评估的准确率低的问题，进而利用企业数据之间的隐性欺诈风险的权重得到风险评估模型，再利用风险评估模型进行企业风险评估，提高了企业风险评估的准确性。
6.第一方面，本技术实施例提供一种企业风险评估方法，包括：
7.获得目标训练数据并根据所述目标训练数据确定第一企业图谱，所述第一企业图谱包括多个风险评估节点，所述风险评估节点用于为企业提供风险评估信息。
8.根据所述第一企业图谱中风险评估节点之间的关联关系控制智能体在所述第一企业图谱的各个所述风险评估节点之间移动，得到所述第一企业图谱中风险路径信息。
9.根据所述风险路径信息确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重，并根据所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重确定风险评估模型。
10.确定待进行风险评估的目标企业，并获取所述目标企业对应的企业信息。
11.利用所述风险评估模型对所述企业信息进行评估，得到所述目标企业的风险评估结果。
12.第二方面，本技术实施例还提供一种企业风险评估装置，包括：
13.数据构造模块，用于获得目标训练数据并根据所述目标训练数据确定第一企业图谱，所述第一企业图谱包括多个风险评估节点，所述风险评估节点用于为企业提供风险评估信息。
14.数据分析模块，用于根据所述第一企业图谱中风险评估节点之间的关联关系控制智能体在所述第一企业图谱的各个所述风险评估节点之间移动，得到所述第一企业图谱中风险路径信息。
15.模型获取模块，用于根据所述风险路径信息确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重，并根据所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重确定风险评估模型。
16.数据获取模块，用于确定待进行风险评估的目标企业，并获取所述目标企业对应的企业信息。
17.数据评估模块，用于利用所述风险评估模型对所述企业信息进行评估，得到所述目标企业的风险评估结果。
18.第三方面，本技术实施例还提供一种终端设备，终端包括处理器、存储器、存储在存储器上并可被处理器执行的计算机程序以及用于实现处理器和存储器之间的连接通信的数据总线，其中计算机程序被处理器执行时，实现如本技术说明书提供的任一项企业风险评估方法的步骤。
19.第四方面，本技术实施例还提供一种存储介质，用于计算机可读存储，其特征在于，存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现如本技术说明书提供的任一项的企业风险评估方法的步骤。
20.本技术实施例提供一种企业风险评估方法、装置、终端设备以及存储介质，其中，该方法包括收集目标训练数据并根据目标训练数据构造第一企业图谱，其中，第一企业图谱包括多个风险评估节点，风险评估节点用于为企业提供风险评估信息，利用第一企业图谱将目标训练数据中的信息建立关联关系连接；根据第一企业图谱中风险评估节点之间的关联关系控制智能体在第一企业图谱的各个风险评估节点之间移动，得到第一企业图谱中风险路径信息；进而根据风险路径信息确定第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重，并根据第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重构建权重矩阵，进而根据权重矩阵确定风险评估模型；确定待进行风险评估的目标企业，并获取目标企业对应的企业信息；利用风险评估模型对企业信息进行评估，得到目标企业的风险评估结果。本技术解决了在现有技术中企业风险评估时无法挖掘出企业数据中隐性风险，导致企业风险评估的准确率低的问题，进而利用企业数据之间的隐性欺诈风险的权重得到风险评估模型，再利用风险评估模型进行企业风险评估，提高了企业风险评估的准确性。
附图说明
21.为了更清楚地说明本技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，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。
22.图1为本技术实施例提供的一种企业风险评估方法的流程示意图；
23.图2a为本技术实施例提供的一种企业风险评估方法中第一企业图谱的局部示意图；
24.图2b为本技术实施例提供的一种企业风险评估方法中获得风险节点之间的隐性欺诈风险的权重示意图；
25.图3为图1中步骤s3的一种具体实施方式对应的步骤流程图；
26.图4为本技术实施例提供的一种企业风险评估装置的模块结构示意图；
27.图5为本技术实施例提供的一种终端设备的结构示意框图。
具体实施方式
28.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
29.附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
30.应当理解，在此本技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本技术。如在本技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
31.本技术实施例提供一种企业风险评估方法、装置、终端以及存储介质。其中，该企业风险评估方法可应用于终端设备，该终端设备可以为平板电脑、笔记本电脑、个人数字助理、穿戴式设备或服务器，其中，服务器可以为独立的服务器，也可以为服务器集群。
32.其中，本技术实施例提供一种企业风险评估方法、装置、终端设备以及存储介质，其中，该方法包括收集目标训练数据并根据目标训练数据构造第一企业图谱，其中，第一企业图谱包括多个风险评估节点，风险评估节点用于为企业提供风险评估信息，利用第一企业图谱将目标训练数据中的信息建立关联关系连接；根据第一企业图谱中风险评估节点之间的关联关系控制智能体在第一企业图谱的各个风险评估节点之间移动，得到第一企业图谱中风险路径信息；进而根据风险路径信息确定第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重，并根据第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重构建权重矩阵，进而根据权重矩阵确定风险评估模型；确定待进行风险评估的目标企业，并获取目标企业对应的企业信息；利用风险评估模型对企业信息进行评估，得到目标企业的风险评估结果。本技术解决了在现有技术中企业风险评估时无法挖掘出企业数据中隐性风险，导致企业风险评估的准确率低的问题，进而利用企业数据之间的隐性欺诈风险的权重得到风险评估模型，再利用风险评估模型进行企业风险评估，提高了企业风险评估的准确性。
33.下面结合附图，对本技术的一些实施例作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
34.请参照图1，图1为本技术实施例提供的一种企业风险评估方法的流程示意图。
35.如图1所示，该企业风险评估方法包括步骤s1至步骤s5。
from transformers(bert)模型，利用bert模型将初始训练数据中的实体进行向量表示获得文本表征向量，当需要进行实体统一时，计算文本表征向量之间的相似度获得相似度结果，当相似度结果大于等于预设条件时，则表明文本表征向量对应的实体之间为同一个实体，可以进行实体统一，当当相似度结果小于预设条件时，则表明文本表征向量对应的实体之间不是同一个实体，不需要进行实体统一。
47.可以理解地，文本表征模型为bert模型为本技术提供地一种模型，文本表征模型还可以为word2vector、tf-idf等等。
48.步骤s2：根据所述第一企业图谱中风险评估节点之间的关联关系控制智能体在所述第一企业图谱的各个所述风险评估节点之间移动，得到所述第一企业图谱中风险路径信息。
49.示例性地，智能体在第一企业图谱中按照风险评估节点之间的关联关系进行游走，根据风险评估节点之间的关联关系遍历所有风险评估节点得到初始路径信息，然后根据按照初始路径信息是否可以获得企业风险结果进行筛选，进而确定风险路径信息。
50.例如，智能体在第一企业图谱中进行游走，可以获得10条初始路径信息，其中，按照初始路径信息中的风险评估节点进行跳转，最终只有3条初始路径信息可以推断得到企业风险结果，则该3条初始路径信息最终组成风险路径信息。
51.步骤s3：根据所述风险路径信息确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重，并根据所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重确定风险评估模型。
52.示例性地，将风险路径信息中每个关联关系都赋予一个权重初值，遍历风险路径信息所有风险评估节点得到对应的奖励信息(如风险评估节点之间的关联关系存在风险则权重值 10，风险评估节点之间的关联关系不存在风险则权重值-10)，进而权重值便会发生变化。从而可以获得第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重。当获得风险路径信息中每个风险评估节点之间的关联关系权重后，由风险评估节点之间的关联关系权重组成权重矩阵进而得到风险评估模型。
53.例如，如图2b所示，经过根据风险路径信息最终确定第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重信息，如图2b中虚线上的数字所示。
54.在一些实施方式中，如图3所示，步骤s3包括s31至s33，即根据所述风险路径信息确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重，包括：
55.步骤s31、确定所述风险路径信息中所述风险评估节点之间的初始权重；
56.示例性地，将风险路径信息中风险评估节点之间的隐性欺诈风险权重设置为0，作为初始化权重值。
57.步骤s32、根据所述智能体遍历所述风险路径信息中所有风险评估节点之间的关系，当所述风险评估节点之间关系的状态满足预设状态时，则修正所述初始权重获得目标权重；
58.示例性地，将智能体按照风险路径信息中风险评估节点之间的关系进行游走，当通过风险评估节点之间的关系进行跳转后可以得到风险评估结果的状态则将修正初始权重。
59.例如，权重修改规则可以按照q-learning算法的规则进行计算，如公式(1)所示。
[0060][0061]
其中，s表示当前的风险评估节点，a表示当前风险评估节点之间的关系，表示下一个风险评估节点，表示下一个风险评估节点之间的关系，γ表示学习参数是[0，1]之间的常数。
[0062]
智能体从任意风险评估节点开始，将通过经验进行学习，不断从一个风险评估节点转至另一个风险评估节点进行探索，直到到达目标，获得真实的风险评估结果。
[0063]
步骤s33、根据所述风险路径信息获得所述风险评估节点之间的最优状态时，则根据目标权重确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重。
[0064]
示例性地，智能体从经验中进行学习，探索风险路径信息并接收对于初始权重的修改，直到获得风险评估节点之间的最优状态，即风险评估节点之间的权重能够满足每个风险路径信息的真实风险评估结果，则此时状态下对应的权重为第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重。
[0065]
例如，将智能体的每一次探索成为一个episode。在每一个episode中，智能体从任意初始风险评估节点到另一个风险评估节点进行探索，直至获得风险评估结果，进而该episode结束，开始另一个episode。这样就相当于一个training session，通过多次training session后获得第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重。
[0066]
步骤s4：确定待进行风险评估的目标企业，并获取所述目标企业对应的企业信息。
[0067]
示例性地，获得待进行风险评估的目标企业以及目标企业对应的企业信息，进而根据目标企业的企业信息进行目标企业的风险评估。
[0068]
例如，企业信息可以包括企业的高管管理信息、企业被法人持股信息、企业雇佣雇员信息等等。
[0069]
步骤s5：利用所述风险评估模型对所述企业信息进行评估，得到所述目标企业的风险评估结果。
[0070]
示例性地，利用风险评估模型中风险评估节点和企业信息中的节点进行关系匹配，当企业信息中节点之间的关系和风险评估模型中风险评估节点之间的关系相同时，将风险评估模型中对应的隐性欺诈风险的权重赋予给相应的企业信息中节点之间的权重，最终计算企业信息中节点之间全部路径信息以及路径信息对应的权重和，将权重和最大的一组路径信息以及对应的权重和作为目标企业的风险评估结果。
[0071]
在一些实施方式中，所述利用所述风险评估模型对所述企业信息进行评估，得到所述目标企业的风险评估结果，包括：根据所述企业信息构建所述目标企业对应的第二企业图谱；根据所述第二企业图谱中获得所述目标企业对应的多维度关系路线；根据所述多维度关系路线从所述风险评估模型中确定所述目标企业的风险评估结果。
[0072]
示例性地，将企业信息进行结构化处理并进行实体统一等处理获得结构化数据，并根据结构化数据构建目标企业对应的第二企业图谱。从第二企业图谱中和目标企业中存在不同关系的节点出发，获得对应关系下的关系路线，从风险评估模型中获得该关系路线对应的具有隐性欺诈风险的权重获得该关系路线对应的风险评估结果，最后将全部路线的风险评估结果进行融合，最终获得该目标企业对应的目标风险评估结果。
[0073]
在一些实施方式中，所述根据所述多维度关系路线从所述风险评估模型中确定所
述目标企业的风险评估结果，包括：根据所述第二企业图谱中不同节点的类型进行划分，进而获得所述目标企业对应的多维度关系路线，所述多维度关系路线包括人物类型关系路线、企业类型关系路线、人物和企业之间的关系路线；根据所述人物类型关系路线从所述风险评估模型中确定所述人物类型关系路线对应风险的第一评估结果；根据所述企业类型关系路线从所述风险评估模型中确定所述企业类型关系路线对应风险的第二评估结果；根据所述人物和企业之间的关系路线从所述风险评估模型中确定所述人物和企业之间的关系路线对应风险的第三评估结果；根据所述第一评估结果、所述第二评估结果、所述第三评估结果，确定所述目标企业的风险评估结果。
[0074]
示例性地，根据第二企业图谱中不同节点的类型进行划分，获得第二企业图谱中节点类型包括人物、企业、时间、地点、数值等等。从目标企业与人物、目标企业与企业、人物与人物的维度对目标企业进行分析进而获得目标企业对应的人物和企业之间的关系路线、企业类型关系路线、人物类型关系路线。进而根据人物类型关系路线从风险评估模型中确定人物类型关系路线对应风险的第一评估结果；根据企业类型关系路线从风险评估模型中确定企业类型关系路线对应风险的第二评估结果；根据人物和企业之间的关系路线从风险评估模型中确定人物和企业之间的关系路线对应风险的第三评估结果。
[0075]
将第一评估结果、第二评估结果、第三评估结果进行加权求和确定目标企业的风险评估结果。
[0076]
可选地，可以将第一评估结果、第二评估结果、第三评估结果中的最大值作为标企业的风险评估结果。
[0077]
在一些实施方式中，所述根据所述第一评估结果、所述第二评估结果、所述第三评估结果，确定所述目标企业的风险评估结果，包括：根据所述第一评估结果、所述第二评估结果进行融合获得融合风险评估结果；根据所述融合风险评估结果和所述第三评估结果确定所述目标企业的风险评估结果。
[0078]
示例性地，将第一评估结果和第二评估结果利用证据理论进行融合获得融合风险评估结果，再将融合风险评估结果和第三评估结果继续利用证据理论进行融合进而确定目标企业的风险评估结果。
[0079]
其中，企业风险评估方法可以应用在金融领域中。
[0080]
请参阅图4，图4为本技术实施例提供的一种企业风险评估装置200，该企业风险评估装置200包括数据构造模块201、数据分析模块202、模型获取模块203、数据获取模块204、数据评估模块205，其中，数据构造模块201，用于获得目标训练数据并根据所述目标训练数据确定第一企业图谱，所述第一企业图谱包括多个风险评估节点，所述风险评估节点用于为企业提供风险评估信息；数据分析模块202，用于根据所述第一企业图谱中风险评估节点之间的关联关系控制智能体在所述第一企业图谱的各个所述风险评估节点之间移动，得到所述第一企业图谱中风险路径信息；模型获取模块203，用于根据所述风险路径信息确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重，并根据所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重确定风险评估模型；数据获取模块204，用于确定待进行风险评估的目标企业，并获取所述目标企业对应的企业信息；数据评估模块205，用于利用所述风险评估模型对所述企业信息进行评估，得到所述目标企业的风险评估结果。
[0081]
在一些实施方式中，数据构造模块201在所述获得目标训练数据过程中，执行：
[0082]
获得训练数据，并对所述训练数据进行预处理，进而剔除所述训练数据中干扰所述风险评估模型的噪音数据，获得初始训练数据；
[0083]
将所述初始训练数据进行实体统一处理获得目标训练数据。
[0084]
在一些实施方式中，数据构造模块201在所述将所述初始训练数据进行实体统一处理获得目标训练数据过程中，执行：
[0085]
将所述初始训练数据输入文本表征模型获得所述初始训练数据对应的文本表征向量；
[0086]
计算所述文本表征向量之间的相似度获得相似度结果；
[0087]
根据所述相似度结果和预设条件确定所述目标训练数据。
[0088]
在一些实施方式中，模型获取模块203在所述根据所述风险路径信息确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重过程中，执行：
[0089]
确定所述风险路径信息中所述风险评估节点之间的初始权重；
[0090]
根据所述智能体遍历所述风险路径信息中所有风险评估节点之间的关系，当所述风险评估节点之间关系的状态满足预设状态时，则修正所述初始权重获得目标权重；
[0091]
根据所述风险路径信息获得所述风险评估节点之间的最优状态时，则根据目标权重确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重。
[0092]
在一些实施方式中，数据评估模块205在所述利用所述风险评估模型对所述企业信息进行评估，得到所述目标企业的风险评估结果过程中，执行：
[0093]
根据所述企业信息构建所述目标企业对应的第二企业图谱；
[0094]
根据所述第二企业图谱中获得所述目标企业对应的多维度关系路线；
[0095]
根据所述多维度关系路线从所述风险评估模型中确定所述目标企业的风险评估结果。
[0096]
在一些实施方式中，数据评估模块205在所述根据所述多维度关系路线从所述风险评估模型中确定所述目标企业的风险评估结果过程中，执行：
[0097]
根据所述第二企业图谱中不同节点的类型进行划分，进而获得所述目标企业对应的多维度关系路线，所述多维度关系路线包括人物类型关系路线、企业类型关系路线、人物和企业之间的关系路线；
[0098]
根据所述人物类型关系路线从所述风险评估模型中确定所述人物类型关系路线对应风险的第一评估结果；
[0099]
根据所述企业类型关系路线从所述风险评估模型中确定所述企业类型关系路线对应风险的第二评估结果；
[0100]
根据所述人物和企业之间的关系路线从所述风险评估模型中确定所述人物和企业之间的关系路线对应风险的第三评估结果；
[0101]
根据所述第一评估结果、所述第二评估结果、所述第三评估结果，确定所述目标企业的风险评估结果。
[0102]
在一些实施方式中，数据评估模块205在所述根据所述第一评估结果、所述第二评估结果、所述第三评估结果，确定所述目标企业的风险评估结果过程中，执行：
[0103]
根据所述第一评估结果、所述第二评估结果进行融合获得融合风险评估结果；
[0104]
根据所述融合风险评估结果和所述第三评估结果确定所述目标企业的风险评估结果。
[0105]
在一些实施方式中，企业风险评估装置200应用于终端设备。
[0106]
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述企业风险评估方法实施例中的对应过程，在此不再赘述。
[0107]
请参阅图5，图5为本技术实施例提供的终端设备的结构示意性框图。
[0108]
如图5所示，终端设备300包括处理器301和存储器302，处理器301和存储器302通过总线303连接，该总线比如为i2c(inter-integrated circuit)总线。
[0109]
具体地，处理器301用于提供计算和控制能力，支撑整个服务器的运行。处理器301可以是中央处理单元(central processing unit，cpu)，该处理器301还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0110]
具体地，存储器302可以是flash芯片、只读存储器(rom，read-only memory)磁盘、光盘、u盘或移动硬盘等。
[0111]
本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术实施例方案相关的部分结构的框图，并不构成对本技术实施例方案所应用于其上的终端设备的限定，具体的终端设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0112]
其中，处理器301用于运行存储在存储器中的计算机程序，并在执行计算机程序时实现本技术任一实施例提供的企业风险评估方法。
[0113]
在一些实施方式中，处理器301用于运行存储在存储器中的计算机程序，应用于终端设备，并在执行计算机程序时实现如下步骤：
[0114]
获得目标训练数据并根据所述目标训练数据确定第一企业图谱，所述第一企业图谱包括多个风险评估节点，所述风险评估节点用于为企业提供风险评估信息；
[0115]
根据所述第一企业图谱中风险评估节点之间的关联关系控制智能体在所述第一企业图谱的各个所述风险评估节点之间移动，得到所述第一企业图谱中风险路径信息；
[0116]
根据所述风险路径信息确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重，并根据所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重确定风险评估模型；
[0117]
确定待进行风险评估的目标企业，并获取所述目标企业对应的企业信息；
[0118]
利用所述风险评估模型对所述企业信息进行评估，得到所述目标企业的风险评估结果。
[0119]
在一些实施方式中，处理器301在所述获得目标训练数据过程中，执行：
[0120]
获得训练数据，并对所述训练数据进行预处理，进而剔除所述训练数据中干扰所述风险评估模型的噪音数据，获得初始训练数据；
[0121]
将所述初始训练数据进行实体统一处理获得目标训练数据。
[0122]
在一些实施方式中，处理器301在所述将所述初始训练数据进行实体统一处理获得目标训练数据过程中，执行：
[0123]
将所述初始训练数据输入文本表征模型获得所述初始训练数据对应的文本表征向量；
[0124]
计算所述文本表征向量之间的相似度获得相似度结果；
[0125]
根据所述相似度结果和预设条件确定所述目标训练数据。
[0126]
在一些实施方式中，处理器301在所述根据所述风险路径信息确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重过程中，执行：
[0127]
确定所述风险路径信息中所述风险评估节点之间的初始权重；
[0128]
根据所述智能体遍历所述风险路径信息中所有风险评估节点之间的关系，当所述风险评估节点之间关系的状态满足预设状态时，则修正所述初始权重获得目标权重；
[0129]
根据所述风险路径信息获得所述风险评估节点之间的最优状态时，则根据目标权重确定所述第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重。
[0130]
在一些实施方式中，处理器301在所述利用所述风险评估模型对所述企业信息进行评估，得到所述目标企业的风险评估结果过程中，执行：
[0131]
根据所述企业信息构建所述目标企业对应的第二企业图谱；
[0132]
根据所述第二企业图谱中获得所述目标企业对应的多维度关系路线；
[0133]
根据所述多维度关系路线从所述风险评估模型中确定所述目标企业的风险评估结果。
[0134]
在一些实施方式中，处理器301在所述根据所述多维度关系路线从所述风险评估模型中确定所述目标企业的风险评估结果过程中，执行：
[0135]
根据所述第二企业图谱中不同节点的类型进行划分，进而获得所述目标企业对应的多维度关系路线，所述多维度关系路线包括人物类型关系路线、企业类型关系路线、人物和企业之间的关系路线；
[0136]
根据所述人物类型关系路线从所述风险评估模型中确定所述人物类型关系路线对应风险的第一评估结果；
[0137]
根据所述企业类型关系路线从所述风险评估模型中确定所述企业类型关系路线对应风险的第二评估结果；
[0138]
根据所述人物和企业之间的关系路线从所述风险评估模型中确定所述人物和企业之间的关系路线对应风险的第三评估结果；
[0139]
根据所述第一评估结果、所述第二评估结果、所述第三评估结果，确定所述目标企业的风险评估结果。
[0140]
在一些实施方式中，处理器301在所述根据所述第一评估结果、所述第二评估结果、所述第三评估结果，确定所述目标企业的风险评估结果过程中，执行：
[0141]
根据所述第一评估结果、所述第二评估结果进行融合获得融合风险评估结果；
[0142]
根据所述融合风险评估结果和所述第三评估结果确定所述目标企业的风险评估结果。
[0143]
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端设备的具体工作过程，可以参考前述企业风险评估方法实施例中的对应过
程，在此不再赘述。
[0144]
本技术实施例还提供一种存储介质，用于计算机可读存储，存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现如本技术说明书实施例提供的任一项企业风险评估方法的步骤。
[0145]
其中，存储介质可以是前述实施例的终端设备的内部存储单元，例如终端设备内存。存储介质也可以是终端设备的外部存储设备，例如终端设备上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
[0146]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施例中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
[0147]
应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0148]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。以上，仅为本技术的具体实施例，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。