(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210530892.0 (22)申请日 2022.05.16 (71)申请人 中译语通科技股份有限公司 地址 100131 北京市石景山区石景山路20 号中铁建 设大厦16层 (72)发明人 徐芳　曲笑辰　蔡超　武学敏　 杨万征　王雪　 (74)专利代理 机构 北京兴智翔达知识产权代理 有限公司 1 1768 专利代理师 张玉梅 (51)Int.Cl. G06N 5/04(2006.01) G06F 16/28(2019.01) G06F 16/36(2019.01) G06N 5/02(2006.01) (54)发明名称 基于知识图谱的混合推理方法、 系统、 设备 及存储介质 (57)摘要 本发明实施例提供一种基于知识图谱的混 合推理方法、 系统、 设备及存储介质， 该方法包 括： 获取针对需要实体识别的各种实体 之间的知 识图谱； 根据所述知识图谱中已有节 点和边的信 息， 制定符号推理规则， 并对知识图谱中子图进 行向量化表示， 获取向量化后的子图， 还引入外 部图谱知识； 搭建混合推理模型， 其中， 利用训练 集中各种训练样本的符号推理规则、 向量化后的 子图和外部图谱知识对混合推理模 型进行训练， 获取训练后的混合推理模型； 将待验证两个实体 之间对实体关系输入训练后的混合推理模型， 预 测出该两个实体 之间的关系。 推理过程可以引入 外部知识， 不仅停留在静态推理的基础上， 而是 要通过不停的学习新的推理规则， 动态的进行推 理。 权利要求书2页 说明书6页 附图3页 CN 114757354 A 2022.07.15 CN 114757354 A 1.一种基于知识图谱的混合推理方法， 其特 征在于， 包括 获取针对需要实体识别的各种实体之间的知识图谱； 根据所述知识图谱中已有节点和边的信息， 制定符号推理规则， 并对知识图谱中子 图 进行向量 化表示， 获取向量 化后的子图， 还引入外 部图谱知识； 搭建混合推理模型， 所述混合推理模型包括实体预测模型、 逻辑预测模型和图谱补全 模型， 其中， 利用训练集中各种训练样本的符号推理规则、 向量化后的子图和外部图谱知识 对混合推理模型进行训练， 获取训练后的混合推理模型； 将待验证两个实体之间对实体关系输入训练后的混合推理模型， 预测出该两个实体之 间的关系。 2.根据权利要求1所述的基于知识图谱的混合推理方法， 其特征在于， 所述利用训练集 中各种训练样本的符号推理规则、 向量化后的子图和外部图谱知识对混合推理模型进 行训 练， 获取训练后的混合推理模型， 包括： 利用训练集中各种训练样本的符号推理规则对所述实体预测模型进行训练， 得到训练 后的实体预测模型； 利用训练集中各种训练样本的向量化后的子图对所述逻辑预测模型进行训练， 得到训 练后的逻辑预测模型； 利用训练集中各种训练样本的外部图谱知识对所述图谱补全模型进行训练， 得到训练 后的图谱补全 模型； 根据训练后的实体预测模型、 训练后的逻辑预测模型和训练后的图谱补全模型， 得到 训练后的混合推理模型。 3.根据权利要求2所述的基于知识图谱的混合推理方法， 其特征在于， 所述利用训练集 中各种训练样本的符号推理规则对所述 实体预测模型进行训练， 得到训练后的实体预测模 型， 具体包括： 通过所述符号推理规则中制定的推理规则去预测和该子图或者子图中的某一节点构 成符合符号逻辑关系的实体， 得到训练后的实体预测模型。 4.根据权利要求2所述的基于知识图谱的混合推理方法， 其特征在于， 所述利用训练集 中各种训练样本的向量化后的子图对所述逻辑预测模型进 行训练， 得到训练后的逻辑预测 模型， 包括： 根据所述符号推理规则来预测知识图谱中另一个节点或者另一个子图和当前子图或 者子图中某一节点的关系。 5.根据权利要求2所述的基于知识图谱的混合推理方法， 其特征在于， 所述利用训练集 中各种训练样本的外部图谱知识对所述图谱补 全模型进行训练， 得到训练后的图谱补 全模 型， 包括： 通过掩码掉部分图节点或者图关系 去预测改掩码掉的部分是否和预测结果一致， 得到 训练后的图谱补全 模型。 6.一种基于知识图谱的混合推理系统， 其特 征在于， 包括 获取模块， 用于获取针对需要实体识别的各种实体之间的知识图谱； 提取模块， 用于根据 所述知识图谱中已有节点和边的信 息， 制定符号推理规则， 并对知 识图谱中子图进行向量 化表示， 获取向量 化后的子图， 还引入外 部图谱知识；权　利　要　求　书 1/2 页 2 CN 114757354 A 2搭建模块， 用于搭建混合推理模型， 所述混合推理模型包括实体预测模型、 逻辑预测模 型和图谱补 全模型， 其中， 利用训练集中各种训练样本的符号推理规则、 向量化后的子图和 外部图谱知识对混合推理模型进行训练， 获取训练后的混合推理模型； 预测模块， 用于将待验证两个实体之间对实体关系输入训练后的混合推理模型， 预测 出该两个实体之间的关系。 7.一种电子设备， 其特征在于， 包括存储器、 处理器及存储在存储器上并可在处理器上 运行的计算机程序， 处理器执行程序时实现如权利要求 1至5任一所述的基于知识图谱的混 合推理方法。 8.一种非暂态计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 该计算机程 序被处理器执行时实现如权利要求1至 5任一所述的基于知识图谱的混合推理方法。权　利　要　求　书 2/2 页 3 CN 114757354 A 3