融合本体和邻域语义信息的工业知识图谱推理方法

本发明提供一种融合本体和邻域语义信息的工业知识图谱推理方法，旨在解决当前工业知识图谱中普遍存在的数据稀疏性和完整性不足的问题。该方法充分利用了工业知识图谱的严格本体约束特性以及实体间丰富的邻域结构，分别提出了跨视图聚合模型和邻域信息增强模型。跨视图聚合模型通过建立概念与实体之间的联系，为稀疏节点提供有效的信息补充，邻域信息增强模型采用了多头注意力机制及图神经网络技术，以充分挖掘并表征实体周围复杂的语义信息。基于以上两个模型的工业知识图谱推理算法在链接预测任务上取得了较好的效果，并在工业领域的钢铁故障诊断知识图谱上验证了其出色性能。