基于元知识的知识图谱的知识推理方法、系统以及介质

摘要

本发明提供了基于元知识的知识图谱的知识推理方法、系统以及介质，训练难度也不会随着知识图谱规模的增长而显著增长，推理准确性更有优势，包括以下步骤：步骤1数据集构建：建立由知识图谱三元组：头实体、关系、尾实体组成的数据集；步骤2数据再处理：将数据集中的实体的初始化嵌入向量分别通过数据再处理模型进行再学习，获取实体本身的语义，得到最终的实体的嵌入向量；步骤3模型训练：构建知识推理模型，将经数据再处理的数据集中的三元组输入知识推理模型进模型训练，得到训练好的知识推理模型；步骤4知识推理：通过训练好的知识推理模型，对知识图谱三元组中的备选尾实体进行评分，选取评分最高的尾实体作为知识推理模型的推理结果。