一种基于强化学习的知识图谱补全方法

本发明提供一种基于强化学习的知识图谱补全方法，包括：S1、给定输入查询对，根据知识图谱获取状态、候选动作空间；S2、获取候选动作的邻接子图以及候选动作的邻接结构信息特征；S3、计算候选动作与查询对的语义相关度；S4、计算当前时间步下的所有候选动作的转移概率；S5、转移函数依转移概率从候选动作空间〖A〗_t中选择动作加入搜索路径，随后时间步t加1，更新状态、更新候选动作空间；S6、循环执行S2‑S5，直至到达最大时间步长，并输出最终搜索路径尾端的实体作为预测结果，并补入知识图谱。本发明基于强化学习的知识推理方法，有效提高了强化学习的推理感知能力和性能表现，并提高了预测结果的可信度。