本发明公开了一种面向人物关系网络的未知实体关系推断方法,获取人物关系网络的模式图和实例图并划分为训练集/测试集;使用智能体通过马尔科夫决策过程来挖掘元路径,智能体的奖励由实例图中元路径的覆盖率得到;使用策略网络进行迭代训练,得到识别的元路径与其覆盖率和置信度;将过滤后的测试集构成正样本,去除样本对中在训练集中出现的节点;选取测试集中的事实三元组和两个未知待预测的实体,推断两个实体之间的关系。本发明将实体关系的元路径查找问题建模为模式网络上的MDP过程,使用具有复杂策略的强化学习智能体,该策略由长短期记忆网络参数化,能够找到具有高覆盖率的元路径,推断出的未知实体间关系的准确度更高。
声明:
“面向人物关系网络的未知实体关系推断方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)