基于细粒度强化学习的时序知识图谱推理方法
知识产权简介
本发明旨在提高时序知识图谱推理的准确性。首先,本发明利用实体之间复杂的时序依赖关系来表示实体,并挖掘事件的时间演变规律,进而设计了一种细粒度的自适应奖励机制,该机制能够分析探索路径的逻辑和语义来优化推理器,并缓解现有的奖励机制存在的稀疏奖励和性能波动的问题。
本发明旨在提高时序知识图谱推理的准确性。首先,本发明利用实体之间复杂的时序依赖关系来表示实体,并挖掘事件的时间演变规律,进而设计了一种细粒度的自适应奖励机制,该机制能够分析探索路径的逻辑和语义来优化推理器,并缓解现有的奖励机制存在的稀疏奖励和性能波动的问题。