金融是现代经济的核心,在现代金融体系中,公司之间的联系愈发多样且频繁变化,导致金融风险传导快速且隐蔽。面对庞大的金融群体以及其之间多样化的联系,如何进行有效梳理成为金融监管体系面临的难题。知识图谱作为最新一代知识工程技术,是对客观世界知识进行建模的语义网络,应用于多个专业领域。构建一个面向股权信息的时序知识图谱,能够有效的梳理公司之间的股权关系,为金融监管行业从业者提供工作着力点。面向股权信息的时序知识图谱的构建主要面临两个挑战,一是股权信息文本数据复杂,存在大量重叠的关系及实体,抽取存在一定的困难;二是股权信息知识更新频繁且与时间高度相关,在知识图谱构建过程中加入时间信息且支持增量更新是非常必要的。目前金融领域知识图谱在构建过程中都没有考虑时间属性,因此相关构建方法对于股权信息并不适用。综上,本文设计并实现了一个面向股权信息的时序知识图谱构建方案,主要包括以下几项工作:1.提出了面向股权信息的知识抽取方法,该方法共有两个步骤,一是使用本文提出的基于多头自注意力机制的实体及关系联合抽取模型抽取三元组,该模型能够识别文本中重叠的实体及关系,并且避免了主流的联合抽取模型普遍存在的暴露偏差、阈值太过死板等问题,该模型还引入了一个词级别的自适应阈值替代全局阈值进行决策;二是使用基于规则的方法将时间属性加入有效三元组之中将其扩充为四元组,为后续的图谱搭建工作打好基础。2.面向股权信息的时序知识图谱的设计及构建,将公司及人员抽象为节点,将其之间的股权关系、雇佣关系抽象成边,并且将时间信息加入到节点及边的属性之中,构建方案包括模式层设计、知识抽取等多个环节,最后借助图数据库Neo4j进行知识存储及可视化,3.提出了面向时序知识图谱的增量更新方法,具体包括一个TransE-TAE模型、一个吻合度计算模型以及一个增量更新算法,用于对已建时序知识图谱的增量更新,增量更新后共包含25万余个节点,34万余个关系。