本發明公開了一種面向人物關系網絡的未知實體關系推斷方法,獲取人物關系網絡的模式圖和實例圖并劃分為訓練集/測試集;使用智能體通過馬爾科夫決策過程來挖掘元路徑,智能體的獎勵由實例圖中元路徑的覆蓋率得到;使用策略網絡進行迭代訓練,得到識別的元路徑與其覆蓋率和置信度;將過濾后的測試集構成正樣本,去除樣本對中在訓練集中出現的節點;選取測試集中的事實三元組和兩個未知待預測的實體,推斷兩個實體之間的關系。本發明將實體關系的元路徑查找問題建模為模式網絡上的MDP過程,使用具有復雜策略的強化學習智能體,該策略由長短期記憶網絡參數化,能夠找到具有高覆蓋率的元路徑,推斷出的未知實體間關系的準確度更高。
聲明:
“面向人物關系網絡的未知實體關系推斷方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)