融合实体上下文和逻辑规则的知识推理方法技术

本发明专利技术提供了一种融合实体上下文和逻辑规则的知识推理方法，该方法包括实体上下文模块、逻辑规则模块和评分模块。实体上下文模块首先抽取目标三元组头尾实体的关系上下文，然后使用消息传递方式编码实体上下文为实体上下文向量。逻辑规则模块首先抽取目标三元组之间的路径，再根据路径得到逻辑规则，最后使用双向长短期记忆网络和规则注意力编码逻辑规则为规则向量。评分模块根据实体上下文向量、规则向量和目标关系向量对目标三元组评分。本发明专利技术在推理过程中融合了三元组周围的实体上下文和逻辑规则等结构信息，同时设计了基于注意力的方法编码逻辑规则，缓解了知识推理过程中结构信息利用不充分的问题，提高了在知识推理任务上的效果。理任务上的效果。理任务上的效果。

【技术实现步骤摘要】
融合实体上下文和逻辑规则的知识推理方法


[0001]本专利技术属于知识推理领域，尤其是涉及一种融合实体上下文和逻辑规则的知识推理方法。

技术介绍

[0002]知识图谱是谷歌公司于2012年提出的概念，被看作是一种反映客观世界的语义网络，其中蕴含丰富的关系模式，最初用来完善谷歌自身的搜索引擎。知识图谱往往被表述为<实体
‑
关系
‑
实体>或<实体
‑
属性
‑
属性值>的三元组形式，以<16舰
‑
搭载
‑
歼15>和<16舰
‑
完工时间
‑
2011年>为例，在第1个三元组中，头实体是“16舰”，尾实体是“歼15”，他们之间关系是“搭载”；第2个三元组中，实体是“16舰”，属性是“完工时间”，属性值为“2011年”。传统依赖人工的知识图谱构建方法不能很好地包含所有知识，同时存在噪声信息，导致图谱稀疏，并且本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.融合实体上下文和逻辑规则的知识推理方法，其特征在于：实体上下文模块：该模块首先抽取目标头尾实体的实体上下文，然后使用消息传递编码实体上下文；逻辑规则模块：该模块首先搜索目标头尾实体之间的所有路径，从路径中抽象出逻辑规则，接着把规则的关系向量输入BiLSTM，即Bidirectional Long Short
‑
Term Memory，得到保存了顺序信息的关系向量，然后使用规则感知注意力聚合关系向量，最后基于置信度聚合逻辑规则；评分模块：该模块聚合实体上下文向量、逻辑规则向量和目标关系向量对目标三元组评分。2.根据权利要求1所述的融合实体上下文和逻辑规则的知识推理方法，其特征在于：所述实体上下文模块采用PathCon所提出的消息传递方案，它首先利用边e所属关系的特征向量初始化边e的特征向量然后在第i次迭代中，聚合相邻边的信息得到边e的隐藏状态最后实体对的最终上下文消息得到实体对的上下文表示计算如公式(1)
‑
(4)所示：所示：所示：所示：其中N(v)表示节点相邻边的集合，N(e)表示边相邻节点的集合，[
·
]表示连接操作，W
i
、b
i
和σ(
·
)表示参数矩阵、偏置和非线性激活函数，表示实体对(h
T
,t
T
)的实体上下文表示。3.根据权利要求1所述的融合实体上下文和逻辑规则的知识推理方法，其特征在于：所述逻辑规则模块首先把规则的关系向量输入BiLSTM，得到保存了顺序信息的关系向量，然后使用规则感知注意力聚合...

【专利技术属性】
技术研发人员：王利琴，耿智雷，姚爽，李英双，董永峰，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：