面向领域知识图谱的神经符号多跳推理方法和系统

本申请涉及一种面向领域知识图谱的神经符号多跳推理方法和系统。方法包括：对领域知识图谱划分多阶子图，根据有链领域本体对各多阶子图进行符号推理得到扩展子图；将各多阶子图作为训练样本，对其中的实例进行编码得到类编码向量和断言编码向量；构建断言集推理网络；分别以扩展子图和负例集中的断言为正例和负例构建监督标签，利用训练样本和监督标签训练断言集推理网络；对待推理领域知识图谱划分待推理多阶子图并进行实例编码，再输入训练好的断言集推理网络，根据输出的扩展类断言和成立的关系断言得到对应的扩展子图；合并各扩展子图输出扩展领域知识图谱。采用本方法能够实现高质量、强泛化能力和高效率的有链领域知识图谱推理任务。