[发明专利]基于知识网络的智能决策方法及装置、终端、存储介质

说明书

本发明公开一种基于知识网络的智能决策方法及装置、终端、存储介质，其中方法主要包括：基于认知层的知识联邦对源知识数据进行知识表达，其中源知识数据为参与知识网络构建的参与方提供的知识数据；根据各参与方对应的知识表达形成不同领域的知识图谱库，知识图谱库中的知识图谱构成知识网络；当检测到目标参与方发起的决策请求时，对待决策数据进行知识表达的提取，并根据知识表达的结果在知识网络中确定最终的决策结果。采用本发明，可以为智能决策提供更加全面的决策依据，减小“感知智能”和“认知智能”之间的差距。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于知识网络的智能决策方法及装置、终端、存储介质。

背景技术

智能决策是人工智能、专家系统等技术结合的产物，基于人类的先验知识，挖掘大数据中隐藏的、先前未知，并具有一定价值的信息。然而现有的智能决策系统，大部分是基于专家定义的规则来帮助完成复杂决策问题的求解。

目前，智能决策还停留在基于专家定义规则的“运算智能”和基于计算机视觉、自然语言处理的“感知智能”阶段；和强人工智能所具备的、可与人类比拟的“认知智能”还存在着一定的差距。

发明内容

本发明实施例提供一种基于知识网络的智能决策方法及装置、终端、存储介质，可以为智能决策提供更加全面的决策依据，减小“感知智能”和“认知智能”之间的差距。

本发明实施例第一方面提供了一种基于知识网络的智能决策方法，可包括：

基于认知层的知识联邦对源知识数据进行知识表达，所述源知识数据为参与知识网络构建的参与方提供的知识数据；

根据各参与方对应的知识表达形成不同领域的知识图谱库，所述知识图谱库中的知识图谱构成知识网络；

当检测到目标参与方发起的决策请求时，对待决策数据进行知识表达的提取，并根据知识表达的结果在所述知识网络中确定最终的决策结果。

进一步的，所述方法还包括：

对不同领域的知识图谱进行逻辑推理得到新知识，更新所述知识图谱库中的知识。

进一步的，所述方法还包括：

根据外界反馈的知识数据对所述知识图谱库中的知识进行更新。

进一步的，基于认知层的知识联邦对源知识数据进行知识表达，包括：

基于深度神经网络获取各参与方的源知识数据对应的局部特征向量；

基于全局模型对各局部特征向量进行集成学习，形成所述源知识数据的全局知识表达。

进一步的，基于深度神经网络获取各参与方的源知识数据对应的局部特征向量，包括：

基于深度神经网络对各参与方的源知识数据进行学习，将模型学习中的高层抽象的特征表达或最后一层全连接层作为所述源知识数据的局部特征向量。

进一步的，根据各参与方对应的知识表达形成不同领域的知识图谱库，包括：

对各参与方的知识表达进行集成或多模态融合，形成不同领域的知识图谱库。

进一步的，根据知识表达的结果在所述知识网络中确定最终的决策结果，包括：

根据知识表达的结果从所述知识图谱库中匹配出最相近的topK个领域的知识图谱；

在所述知识网中计算topK个领域的知识图谱的加权值，根据所述加权值确定所述待决策数据对应的决策结果。

本发明实施例第二方面提供了一种基于知识网络的智能决策装置，可包括：