一种基于规则嵌入表示的多空间语义数据流推理方法与流程

技术特征：
1.一种基于规则嵌入和上下文感知的动态知识推理方法，其特征在于：首先实现规则与事实的联合嵌入表示，然后针对不同的语义数据流推理需求和场景实现设置不同的动态推理过程，包括基于平行语义空间推理的规则嵌入动态推理，基于上下文感知的规则嵌入动态推理和基于规则泛化学习的动态推理；所述基于平行语义空间推理的规则嵌入动态推理，是针对头尾实体比例为1:1的推理场景，结合语义数据流处理平台和知识表示学习进行处理，实现过程包括首先，对联合嵌入模型kale扩展，实现复杂规则和事实元组的统一表示推理框架；然后实现嵌入空间的构建和选择；最后实现基于联合嵌入模型的动态推理训练，并根据训练输出模型实现实时知识推理；所述基于上下文感知的规则嵌入动态推理，是针对头尾实体比例1对多或多对多的推理场景，进行基于上下文感知的多语义空间融合表示知识推理，实现过程包括首先，在多空间联合嵌入模型基础上扩展，实现上下文感知的动态推理框架；其次，对实体关系及其类型与规则关联上下文进行建模和表示；第三，进行上下文向量空间和规则嵌入空间的集成；最后，实现对增量更新和累计偏移感知的支持；所述基于规则泛化学习的动态推理，是针对弱规则约束或规则不全的推理场景，依据规则样例来进行规则学习，从而泛化规则并扩展推理结果，实现过程包括在知识表示学习的实时推理基础上进行规则泛化研究，并结合语义数据流处理平台，实现弱规则约束下的不确定性实时知识推理。2.根据权利要求1所述基于规则嵌入和上下文感知的动态知识推理方法，其特征在于：所述基于平行语义空间推理的规则嵌入动态推理包括以下步骤：步骤1，构建动态联合嵌入模型整体训练框架；步骤2，基于语义与结构关联相结合的子嵌入空间生成方法，覆盖2跳范围内的语义和结构关联空间；步骤3，基于三元组索引的子嵌入空间选择，基于新增三元组及其关联规则选择更新的自嵌入空间；步骤4，制定基于间距模型的目标函数与方案；步骤5，实现基于c-sparql引擎的动态联合嵌入模型扩展和实时推理。3.根据权利要求1所述基于规则嵌入和上下文感知的动态知识推理方法，其特征在于：所述基于上下文感知的规则嵌入动态推理包括以下步骤：步骤1，涵盖2跳距离的实体及其类型上下文子图构造；步骤2，涵盖2跳距离的同向路径、父关系类型和规则关联的关系上下文子图构造；步骤3，多向量集成和规则联合嵌入；步骤4，基于上下文子图的增量更新，并动态维护累计向量偏移量，当累计偏移量超过限定值时进行全局嵌入空间更新。4.根据权利要求1或2或3所述基于规则嵌入和上下文感知的动态知识推理方法，其特征在于：所述规则泛化学习的动态推理包括以下步骤，步骤1，面向owl规则的泛化学习模型；步骤2，基于多空间增量训练的nre推理。

技术总结
本发明提供一种基于规则嵌入和上下文感知的动态知识推理方法，首先实现规则与事实的联合嵌入表示，然后针对不同的语义数据流推理需求和场景实现设置不同的动态推理过程，包括基于平行语义空间推理的规则嵌入动态推理，基于上下文感知的规则嵌入动态推理和基于规则泛化学习的动态推理。本发明对融合了规则学习的联合嵌入模型做出改进以适应高速变化的语义数据流推理查询，该方案相比传统的流推理引擎可以在保证较高推理准确性的前提下提升复杂推理速度，其知识嵌入表示方法适用于1-1至N-N实体关系嵌入场景，同时其规则学习方法适用于弱规则约束下的动态推理场景。用于弱规则约束下的动态推理场景。用于弱规则约束下的动态推理场景。


技术研发人员：高峰 曾燕 顾进广 刘茂福 周杰 王昆 潘巧玲 陆紫雯
受保护的技术使用者：江苏有米云智慧科技有限公司
技术研发日：2022.05.09
技术公布日：2022/12/5