-
公开(公告)号:CN119129715A
公开(公告)日:2024-12-13
申请号:CN202411212292.5
申请日:2024-08-30
Applicant: 南京信息工程大学
Abstract: 本发明公开了知识推理领域的一种知识图谱表示学习推理方法及系统,旨在解决推理过程中缺乏可解释性的技术问题。所述方法包括:从知识图谱中选取与用户查询相关的中心实体,以及所有通过查询关系与所述中心实体相连的邻居实体;计算每个邻居实体与所述中心实体相关联的概率值,并从概率值最大的邻居实体开始逐步累加,直至累加的概率值总和超过预设的概率阈值,停止对当前层的实体进行采样;利用图神经网络将所述邻居实体包含的信息聚合到相连的中心实体中,以更新每个实体;重复这个过程,直至达到预设采样层数;将更新后的实体、查询关系输入至训练好的知识表示模型中,输出预测的答案实体;本发明能够提升模型的整体性能,提高推理的准确性。