一种具有归纳能力的知识图谱推理方法

摘要

本发明提供的一种具有归纳能力的知识图谱推理方法，对给定的知识图谱，需要先抽取出每一个三元组的闭合子图并利用关系表征来初始化实体表征，之后打乱实体表征得到负样本图谱。之后将正负样本图谱中的子图输入到子图神经网络，分别通过图神经网络学习子图实体表征以及通过循环神经网络学习关系路径表征，并结合二者形成最终的子图表征。之后通过打分函数对正样本图谱中的三元组进行打分进行有监督学习，同时通过互信息最大化的方法实现无监督学习，并结合二者更新模型参数。能够充分利用子图结构信息及关系表征对新图谱实现归纳式的推理，从而更好地对新知识图谱进行补全。