《计算机工程与科学杂志》发表论文赏析

一种基于强化学习的多跳知识图谱推理方法研究

来源:计算机工程与科学杂志2026年第2期北京时间:

作者:韩政, 徐茹枝, 刘晓华

单位:(华北电力大学控制与计算机工程学院,北京 102206)

摘要:近年来,强化学习方法在知识推理任务中有着不错的表现,但面临着智能体容易进行无目的探索以及奖励的延迟与稀疏问题2个挑战。为此,提出了基于强化学习和预测信息嵌入的多跳知识推理模型,首先设计预测嵌入信息获取模块,将得到的预测信息嵌入到强化学习框架中,解决了智能体容易陷入无目的探索而选择无效动作的问题;然后在游走过程中加入结合预测信息和Dropout思想的动作剪枝机制,缓解了动作空间过大的问题,并使用LSTM来保存智能体的历史决策信息,使得智能体每一步都能选择最有希望的动作;最后根据预测信息设计新的奖励函数成功地缓解了延迟奖励和稀疏奖励的问题。在WebQSP,PQL和MetaQA数据集上的实验结果表明,该模型在知识推理任务上有着较高的性能,能够很好地适用于知识图谱的多跳问答。

关键词:知识图谱,强化学习,知识推理,

基金资助:国家自然科学基金(62372173)

2026年2期其他文献查阅:

低温ADC综述

基于发送速率梯度的数据中心网络拥塞控制

面向领域专用片上网络的自定义拓扑结构生成框架

下一代智算中心RDMA QP通信机制

应用场景驱动的动态自重构A*算法加速阵列设计与实现

一种基于因果关系的减轻大语言模型幻觉的方法

一种基于强化学习的多跳知识图谱推理方法研究

基于多阶段协同推理的大语言模型司法问答框架

ICBV:一种基于BERT变分自编码的半监督意图聚类方法

面向电力运维的知识图谱构建:基于EBOM模型的实体关系联合抽取

基于双编码器和知识增强的方面情感三元组抽取

基于改进的PEGASUS模型与自适应纠错机制的双阶段文本摘要方法

基于动态依赖驱动与多元特征增强的中文关系抽取

基于数据增强的对话情绪识别

基于全景语义和多层次特征融合的方面级多模态情感分析

基于提示学习的少样本情感分类研究

一种基于预训练语言模型的多特征融合文章对匹配模型

自适应融合的多模态实体对齐方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!