一种基于动态知识表示学习的案件推理方法

摘要

一种基于动态知识表示学习的案件推理方法，包括以下步骤：1)获取已破获案件的所有有关数据，划分为人员、案(事)件、物品、地点、机构五大类实体，并提取对应关系；2)将所提取出的事件以时间、实体、关系的形式存储为四元组的格式，并存入图数据库；3)基于梯度下降算法对高斯过程回归的超参数进行优化；4)使用的是一种循环神经网络模型，对四元组数据进行循环事件推理；5)使用图数据库进行一度、二度的关系查找，基于查找后的结果进行链接预测；6)对预测结果进行评价和排序。本发明以动态知识表示学习算法对四元组进行实体、关系嵌入，在已构建的知识图谱基础上进行训练和学习，推理出可能的犯罪嫌疑人，简化警务工作。