[发明专利]知识图谱推理方法、模型训练方法、装置和计算机设备

权利要求书

1.一种知识图谱推理方法，包括：

获取查询实体和查询关系；

从知识图谱中选择查询实体的近邻实体；

确定近邻实体的第一概率，所述第一概率用于表示近邻实体与查询关系连通的可能性；

根据第一概率，选择近邻实体作为候选实体；

选择与查询实体和查询关系相匹配的候选实体作为结果实体。

2.根据权利要求1所述的方法，所述从知识图谱中选择查询实体的近邻实体，包括：

从知识图谱中选择与查询实体之间的临近程度小于或等于K1阶的实体，作为近邻实体。

3.根据权利要求1所述的方法，所述确定近邻实体的第一概率，包括：

确定近邻实体的类型分布信息，所述类型分布信息用于表示近邻实体与多种已知实体关系连通的可能性；根据类型分布信息和查询关系，确定近邻实体的第一概率。

4.根据权利要求3所述的方法，所述确定近邻实体的类型分布信息，包括：

从知识图谱中提取近邻实体的子知识图谱；

根据子知识图谱和类型分布预测模型，确定近邻实体的类型分布信息。

5.根据权利要求4所述的方法，所述从知识图谱中提取近邻实体的子知识图谱，包括：

从知识图谱中选择与近邻实体之间的临近程度小于或等于K2阶的实体；

从知识图谱中抽取子知识图谱，所述子知识图谱中包含所述小于或等于K2阶的实体。

6.根据权利要求4所述的方法，所述类型分布预测模型包括图神经网络模型；

所述确定近邻实体的类型分布信息，包括：

将子知识图谱的图结构数据输入图神经网络模型，得到近邻实体的类型分布信息，所述图结构数据包括实体的嵌入表示和实体关系的嵌入表示。

7.根据权利要求4所述的方法，所述类型分布预测模型根据以下方法训练得到：

对知识图谱样本中目标实体的一个或多个实体关系进行掩盖处理；

根据掩盖处理后的知识图谱样本和类型分布预测模型，确定目标实体的类型分布信息，所述类型分布信息用于表示目标实体与多种已知实体关系连通的可能性；

根据类型分布信息和被掩盖实体关系，确定目标实体的第三概率，所述第三概率用于表示目标实体与被掩盖实体关系连通的可能性；

根据第三概率，优化类型分布预测模型的模型参数。

8.根据权利要求7所述的方法，所述方法还包括：

根据类型分布信息和特定实体关系，确定目标实体的第四概率，所述第四概率用于表示目标实体与特定实体关系连通的可能性，所述特定实体关系包括目标实体不连通的实体关系；

所述优化类型分布预测模型的模型参数，包括：

根据第三概率和第四概率，优化类型分布预测模型的模型参数。

9.根据权利要求1所述的方法，所述选择近邻实体作为候选实体，包括：

根据第一概率和近邻实体的度，计算近邻实体的第二概率；

根据第二概率，选择近邻实体作为候选实体。

10.根据权利要求1所述的方法，所述选择与查询实体和查询关系相匹配的候选实体作为结果实体，包括：

根据候选实体、查询实体和查询关系构建候选三元组；

根据候选三元组的置信度，选择候选三元组作为目标三元组；

将目标三元组中的候选实体确定为结果实体。

11.根据权利要求1所述的方法，所述查询实体为头部实体，所述结果实体为尾部实体；或者，所述查询实体为尾部实体，所述结果实体为头部实体。