【技术实现步骤摘要】
食品安全智能问答推理方法及装置
[0001]本专利技术涉及食品安全
，尤其涉及一种食品安全智能问答推理方法及装置。
技术介绍
[0002]在信息总量爆炸、传播速度如此之快的今天，食品安全问题是一直以来的社会热点话题。食品安全大数据虽然其应用价值大，但却有着知识容量大、来源多样、更新速度快、价值密度低等特点，传统的情报研判分析技术难以建立海量信息中的关联性，难以实现智能化推理与决策。
[0003]现有的食品安全智能问答大都采用单步推理方法，采用直接关系即知识图谱中的事实元组进行学习和推理。然而，食品安全知识以及食品安全问题日趋复杂，采用单步推理很难学习到知识图谱深层次的信息，推理算法对实体间的关系预测难以提供合理的解释，不能有效地解决多跳复杂问题。
[0004]因此，对食品安全智能问答的推理过程可解释性进行提高是急需解决的技术问题。
技术实现思路
[0005]本专利技术提供一种食品安全智能问答推理方法及装置，用以解决现有技术中食品安全智能问答的推理过程可解释性差的缺陷。
[0006...
【技术保护点】
【技术特征摘要】
1.一种食品安全智能问答推理方法，其特征在于，包括：获取食品安全提问问句的头实体和关系；将所述头实体和所述关系输入双模块迭代推理模型中进行尾实体推理，获取与所述头实体和所述关系相关联的实体节点和关系边；根据所述实体节点以及与所述实体节点连接的关系边对所述实体节点的得分值进行计算，选取得分值最高的实体节点作为所述食品安全提问问句的尾实体；其中，所述双模块迭代推理模型包括扩展模块和推理模块，所述扩展模块用于扩展与所述头实体和所述关系相关联的实体节点和关系边；所述推理模块用于对新扩展的实体节点的潜在表示和注意力概率分布进行更新，并将所述新扩展的实体节点更新后的潜在表示和注意力概率分布反馈给所述扩展模块。2.根据权利要求1所述的食品安全智能问答推理方法，其特征在于，将所述头实体和所述关系输入双模块迭代推理模型中进行尾实体推理，获取与所述头实体和所述关系相关联的实体节点和关系边，包括：在预设跳数为一跳的情况下，根据所述头实体和所述关系确定下一跳的实体节点和关系边；在预设跳数为多跳的情况下，根据所述头实体和所述关系确定第一跳的实体节点和关系边；在第一跳之后，根据所述关系和当前跳的实体节点确定下一跳的实体节点和关系边。3.根据权利要求2所述的食品安全智能问答推理方法，其特征在于，根据所述关系和当前跳的实体节点确定下一跳的实体节点和关系边，包括：根据所述关系和所述当前跳的实体节点对所述当前跳的实体节点的输出关系边的概率进行计算，获取所述当前跳的实体节点的输出关系边的概率值；根据所述输出关系边的概率值对所述输出关系边进行筛选，获取下一跳的关系边和连接下一跳关系边的实体节点。4.根据权利要求3所述的食品安全智能问答推理方法，其特征在于，根据所述关系和所述当前跳的实体节点对所述当前跳的实体节点的输出关系边的概率进行计算，获取所述当前跳的实体节点的输出关系边的概率值，包括：根据与所述当前跳的实体节点的输出关系边连接的实体节点的嵌入向量和潜在表示向量以及所述当前跳的实体节点的输出关系边的嵌入矩阵，获取第一聚合矩阵；根据所述当前跳的实体节点的嵌入向量和潜在表示向量以及所述关系的嵌入矩阵，获取第二聚合矩阵；根据所述第一聚合矩阵、所述第二聚合矩阵以及所述当前跳的实体节点的注意力概率分布，获取所述当前跳的实体节点的输出关系边的概率值。5.根据权利要求3所述的食品安全智能问答推理方法，其特征在于，根据所述输出关系边的概率值对所述输出关系边进行筛选，获取下一跳的关系边和连接下一跳关系边的实体节点，包括：对所述输出关系边的概率值进行排序；筛选出概率值排名在前的预设数目条输出关系边，将筛选出的输出关系边和连接所述筛选出的输出关系边的实体节点作为下一跳的关系边和连接下一跳关系边的实体节点。
6.根据权利要求2所述的食品安全智能问答推理方法，其特征在于，将所述头实体和所述关系输入双模块迭代推理模型中进行尾实体推理，获取与所述头实体和所述关系相关联的实体节点和关系边，还包括：对新扩展的实体节点的潜在表示和注意力概率分布进行更新。7.根据权利要求6所述的食品安全智能问答推理方法，其特征在于，对新扩展的实体节点的潜在表示和注意力概率分布进行更...
【专利技术属性】
技术研发人员：史运涛，白一贤，李书钦，刘伟川，王力，董哲，殷翔，周萌，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。