简介： 本发明公开了基于关系检测和强化学习的知识图谱推理方法，包括：基于领域知识图谱和实体字典的字符串模糊匹配和基于CNN‑LSTM‑CRF的实体识别模型，检测用户输入的问句中的实体，完成实体检测；基于神经网络的语义匹配模型完成关系检测，关系检测模型包括：根据输入的问句以及与该问句相关的关系及不相关的关系，通过神经网络得到低维流形表示，基于该低维流形表示，使用rank loss优化模型参数，以使得问句能够从关系集合中找到与其语义最相近的关系；基于强化学习的知识图谱推理，每个时间步，根据策略函数πθ，在当前实体et下，选择一条out‑going的relationrt+1，走到下一个实体et+1，经过预设的最大的推理路径长度T的序列决策，达到最终的实体eT，实体eT作为问句的答案进行输出。