公开(公告)号：CN115660086A

公开(公告)日：2023-01-31

申请号：CN202211285505.8

申请日：2022-10-20

Applicant: 河北工业大学

Inventor： 王利琴 ,  宋金晟 ,  李英双 ,  王振 ,  董永峰

IPC: G06N5/04 ,  G06N5/02 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/092

Abstract: 本发明涉及基于逻辑规则与强化学习的知识图谱推理方法，针对基于强化学习的多跳推理方法存在的路径关联性弱、探索奖励难以确定的问题，提出利用逻辑规则优化强化学习路径奖励的方法，解决了强化学习在知识图谱推理过程中探索奖励难以确定的缺陷。本发明在强化学习奖励的设定上，采用命中奖励、嵌入奖励和规则奖励相结合的方式，使智能体在探索学习的过程中充分利用逻辑规则作为引导，有效提高模型的学习效率和正确率。对于单步奖励的设定，引入衰减因子以区分不同路径的重要程度。通过实验结果分析，本发明提出的改进方法能够有效提升知识图谱推理任务的准确率。