[发明专利]一种知识图谱的知识推理方法、装置、设备及存储介质

权利要求书

1.一种知识图谱的知识推理方法，其特征在于，包括：

获取初始知识图谱，并根据所述初始知识图谱生成备选规则；

对所述备选规则进行判别，确定置信度大于设定阈值的合格规则；

根据所述合格规则对所述初始知识图谱进行推理补全，获取新的节点及对应关系，并添加至图谱知识集中。

2.根据权利要求1所述的方法，其特征在于，根据所述初始知识图谱生成备选规则，包括：

提取所述初始知识图谱中的图像和文本，并表征成节点；

对所述节点对应的实体向量和关系向量分别进行初始化，生成实体嵌入向量和关系嵌入向量；

提取所述实体嵌入向量和关系嵌入向量中的各三元组序列，并输入长短期记忆模型，获得所述备选规则；所述三元组序列中包括两个实体嵌入向量与对应的关系嵌入向量。

3.根据权利要求2所述的方法，其特征在于，提取所述初始知识图谱中的图像和文本，并表征成节点，包括：

提取所述初始知识图谱中的图像，根据所述图像生成图像描述；

提取所述初始知识图谱中的文本，对所述文本与图像描述进行语义解析，将解析得到的实体和属性确定为所述节点。

4.根据权利要求1所述的方法，其特征在于，对所述备选规则进行判别，确定置信度大于设定阈值的合格规则，包括：

对所述初始知识图谱进行规则推理，确定新规则；

根据所述新规则确定各所述备选规则的置信度，将置信度大于所述设定阈值的备选规则确定为所述合格规则。

5.根据权利要求4所述的方法，其特征在于，对所述初始知识图谱进行规则推理，确定新规则，包括：

确定所述初始知识图谱对应的规则转换逻辑；

根据所述规则转换逻辑，从所述初始知识图谱中学习出所述新规则。

6.根据权利要求4所述的方法，其特征在于，根据所述新规则确定所述备选规则的置信度，包括：

根据规则推理算法与学习推理算法生成判别器，并将所述新规则确定为所述判别器中的真值；

将所述备选规则依次输入所述判别器，所述判别器的输出为对应各所述备选规则的置信度。

7.根据权利要求1所述的方法，其特征在于，根据所述合格规则对所述初始知识图谱进行推理补全，获取新的节点及对应关系，包括：

根据所述合格规则，提取所述初始知识图谱中具有相同关系的子图；

将所述初始知识图谱及子图输入链接预测模型，输出预测的所述新的节点及对应关系。

8.一种知识图谱的知识推理装置，其特征在于，包括：

备选规则生成模块，用于获取初始知识图谱，并根据所述初始知识图谱生成备选规则；

合格规则确定模块，用于对所述备选规则进行判别，确定置信度大于设定阈值的合格规则；

推理模块，用于根据所述合格规则对所述初始知识图谱进行推理补全，获取新的节点及对应关系，并添加至图谱知识集中。

9.一种计算机设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-7任一所述的知识图谱的知识推理方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现如权利要求1-7中任一所述的知识图谱的知识推理方法。