[发明专利]一种基于路径排序算法的知识推理系统

权利要求书

1.一种基于路径排序算法的知识推理方法，其特征在于，包括：特征抽取、计算路径特征值、训练分类器、自动挖掘推理规则；

其中，所述基于路径排序算法的知识推理方法包含如下步骤：

步骤1：用户输入需要分析的语句，对输入语句进行分析，自然语言抽取语句中存在的实体、属性和关系，对应知识图谱中三元组的关系，获取关系序列；

步骤2：抽取数据后，采用随机游走分割算法，从一个节点到另一个节点游走，在游走过程中如果发现能到达所对应的结果节点，则抽取路径特征，通过不断进行迭代游走，生成路径特征集合；

步骤3：在随机游走的过程中，通过记录的概率值生成对应的特征集合，采用随机游走概率probability方法，对游走过程中出现的路径，计算路径的特征值，生成特征值集合；

步骤4：对步骤3中生成对应的特征值集合，采用Logistic逻辑回归方法；

逻辑回归方法是通过其逻辑函数估计概率，来计算和衡量特征之间是否存在关系；

计算回归概率，通过生成的概率对数据进行二值化，以进行预测，并对数据分类；

步骤5：对数据进行分类后，获取区间中所对应的路径，计算路径的权重值生成频繁项，采用FP-树频集算法将对频繁项以树的形式展示，从一个节点出发，根据节点对应的条件模式基，对数据进行挖掘，生成频繁项集；

依次类推，对所有节点采用此方式，获取对应的频繁项集合，生成对应的条件库，然后对条件库的数据进行挖掘，并且筛选出推理规则；

步骤6：结合所筛选出的推理规则与输入语句，在知识图谱中查询，最终生成对应的结果集。

2.如权利要求1所述的一种基于路径排序算法的知识推理方法，其中所述特征抽取用于生成特征集合，所述特征集合为路径集合，抽取实体中存在的路径，生成关系序列并且是计算路径特征值的基础。

3.如权利要求1所述的一种基于路径排序算法的知识推理方法，所述计算路径特征值用于对特征集合进行游走计算,计算特征对应的特征值，生成特征值集合，并且是训练分类器的基础，给训练分类器提供训练数据。

4.如权利要求1所述的一种基于路径排序算法的知识推理方法，所述训练分类器用于训练数据、调控不同分类的概率、获取置信度的上限值和下限值及通过阈值分类对数据进行分类，通过对数据实现分类，从而获取区间分布。

5.如权利要求1所述的一种基于路径排序算法的知识推理方法，所述自动挖掘推理规则用于挖掘推理规则，并且能够筛选出推理规则，应用到知识查询中进行推理，获取答复。

6.如权利要求1所述的一种基于路径排序算法的知识推理方法，所述自动挖掘推理规则用于挖掘推理规则，并且能够筛选出推理规则，应用到知识查询中进行推理，推理出新的知识或者推理出已经存在的知识。

7.如权利要求1所述的一种基于路径排序算法的知识推理方法，其特征在于，所述特征抽取包括：用户输入查询语句，通过自然语言nlp解析语句中存在的实体，分析实体中是否存在路径，通过路径排序算法中的随机游走分割算法，随机游走分割算法的实现方式是谱聚类；所述随机游走分割算法的思想是将对应的实体用边连接；随机游走分割算法不断地进行迭代，从没有标记的节点开始不断的游走，到达各个节点之后标记对应的记录值，把最大的值交付给没有标记的节点，完成对图的分割；游走过程中不断地生成路径，最终生成对应的路径集合。

8.如权利要求1所述的一种基于路径排序算法的知识推理方法，其特征在于，所述计算路径特征值包括：采用随机游走概率probability方法，随机游走的过程之后得到对应的游走概率值，通过所述游走概率值描绘出对应的概率分布图，所述分布图中记录了每个节点被访问的对应的概率值，生成对应路径的特征值。