基于子图划分的领域知识图谱神经符号推理方法和系统

本申请涉及一种基于子图划分的领域知识图谱神经符号推理方法和系统。所述方法包括：通过解析领域本体公理动态确定领域知识图谱推理任务的最长关系链长度，根据最长关系链长度和映射规则计算对应的子图阶数；以领域知识图谱中各实例为中心，根据子图阶数划分k阶子图，通过符号推理机对各k阶子图执行推理，生成扩展子图；将k阶子图与扩展子图作为训练样本对，训练神经网络；待推理领域将知识图谱划分以每个实例为中心的为待推理k阶子图，将待推理k阶子图输入训练好的神经网络模型，得到各待推理k阶子图的推理结果；合并推理结果，输出待推理领域知识图谱的扩展领域知识图谱。采用本方法能够提高复杂领域中知识推理的质量、效率与泛化能力。