公开(公告)号：CN117150041A

公开(公告)日：2023-12-01

申请号：CN202311112645.X

申请日：2023-08-31

Applicant: 电子科技大学

Inventor： 解修蕊 ,  孙国林 ,  段贵多 ,  罗光春 ,  刘文泊 ,  田茂君 ,  曾诚

IPC: G06F16/36 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06N3/092 ,  G06N3/0985 ,  G06N5/04

Abstract: 本发明涉及知识图谱推理技术，其公开了一种基于强化学习的小样本知识图谱补全方法，解决现有技术存在的可解释性问题和知识图谱数据稀疏性问题，其包括：根据输入的头实体作为当前步的智能体、以智能体和关系作为决策网络的输入构建动作空间，其中，输入的头实体为上一步推理获得的尾实体，动作空间包括知识图谱中与其具有相同头实体和关系的已有动作空间，以及基于头实体和目标关系利用元学习网络推理获得的额外动作空间；接着，基于决策网络的策略函数，根据动作空间确定当前步的动作，进而获得当前步的推理结果，最后，判定推理结果是否符合要求，若符合则完成补全；若不符合，则继续迭代，根据当前步推理结果再次进行推理。