基于關(guān)系檢測和強化學習的知識圖譜推理方法
基本信息
申請?zhí)?/td> | CN201810040955.8 | 申請日 | - |
公開(公告)號 | CN108256065A | 公開(公告)日 | 2018-07-06 |
申請公布號 | CN108256065A | 申請公布日 | 2018-07-06 |
分類號 | G06F17/30;G06N3/08 | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 許皓天;周柳陽;鄭衛(wèi)國 | 申請(專利權(quán))人 | 智言科技(深圳)有限公司 |
代理機構(gòu) | 深圳市中科創(chuàng)為專利代理有限公司 | 代理人 | 智言科技(深圳)有限公司 |
地址 | 518000 廣東省深圳市寶安區(qū)新安街道創(chuàng)業(yè)二路139號新一代信息技術(shù)產(chǎn)業(yè)園C座318 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了基于關(guān)系檢測和強化學習的知識圖譜推理方法,包括:基于領(lǐng)域知識圖譜和實體字典的字符串模糊匹配和基于CNN?LSTM?CRF的實體識別模型,檢測用戶輸入的問句中的實體,完成實體檢測;基于神經(jīng)網(wǎng)絡(luò)的語義匹配模型完成關(guān)系檢測,關(guān)系檢測模型包括:根據(jù)輸入的問句以及與該問句相關(guān)的關(guān)系及不相關(guān)的關(guān)系,通過神經(jīng)網(wǎng)絡(luò)得到低維流形表示,基于該低維流形表示,使用rank loss優(yōu)化模型參數(shù),以使得問句能夠從關(guān)系集合中找到與其語義最相近的關(guān)系;基于強化學習的知識圖譜推理,每個時間步,根據(jù)策略函數(shù)πθ,在當前實體et下,選擇一條out?going的relationrt+1,走到下一個實體et+1,經(jīng)過預設(shè)的最大的推理路徑長度T的序列決策,達到最終的實體eT,實體eT作為問句的答案進行輸出。 |
