一种基于图神经网络的机器阅读推断方法

摘要

本发明提出了一种基于图神经网络的机器阅读推断方法，总体流程为，首先通过神经网络的二次训练获得命题判定、实体识别和实体链指模块，然后分别结合信息抽取模块和极性判别模块，获取阅读材料中的事实逻辑关系图和待推断命题中的实体、极性信息，之后将事实逻辑关系图，联合环境知识图谱一同输入到经过二次训练的图神经网络中得到最终的实体逻辑关系图，最后使用贝叶斯网络获得推理结论和推理路线图。本发明首次将图神经网络应用于机器阅读推断，在关系推理的基础上，进一步赋予了机器逻辑推理的能力，实现了自动化的案件推理过程，在刑事侦破、机器问答等领域有重要使用价值。