随着投资主体的多元化,以及企业的集团化经营,企业间的关联关系越来越错综复杂。尤其是随着企业跨行业、跨地区性经营的崛起,企业之间的关联关系呈现隐蔽性。若企业在向金融机构借贷时,刻意隐瞒部分信息以增加授信,金融机构在未能掌握全面的真实信息的情况下,则会面临巨大的信贷风险。更严重的是,一旦该企业发生金融风险,紧密的关联性会为风险的传导提供便捷的路径,将金融风险蔓延到多家企业。因此,充分有效地识别企业的关联关系,成为了金融机构面临和亟需解决的重要挑战和问题。本课题的主要目的为研究企业之间的关联关系,通过对互联网上的非结构化文本进行信息抽取得到企业关系知识,对已有的结构化知识进行梳理得到企业关联关系图谱,对企业关联关系提供支撑信息,辅助信贷人员决策。主要工作如下:一、通过调用互联网接口等方式获取了大量的金融类语料,设计标签体系,借助人工标注的方法构建了企业关联关系抽取数据集,弥补了特定领域中文数据集的缺失。二、提出企业关联关系抽取模型,采用融合注意力机制的双向GRU网络,自动从文本中抽取特征,与人工特征融合,以文本分类的方式对文本数据进行实体识别和关系抽取,预测文本中的企业以及企业间的关联关系,解决了面向非结构化数据的关系抽取问题。三、开发了企业关联关系图谱系统,将数万家企业的基本信息以及关联关系储存于图数据库中,通过图谱化的展示效果,供信贷人员检索信息。该系统提供企业关联关系抽取功能、企业基本信息穿透式查询功能、企业关联路径查询功能、企业所属集团查询功能、特定关联结构查询功能。