摘要
本发明涉及一种基于知识图谱补全的问答方法,属于自然语言处理领域,包括以下步骤:S1:将输入的Q划分为词或短语;S2:利用字向量模型BERT将词表征为向量,得到矩阵作为模型输入;S3:利用实体识别技术识别Q中的实体,获取候选实体集;S4:查询eKGs的类别,用c替换Q中的实体;S5:构建声明式查询cyher,获取候选三元组集,从而获取到候选关系集;S6:基于Qc和rij的关系链接;S7:在KGs中,如果eKGs和rij之间缺少关系;S8:学习实体eKGs和eKGs邻域内实体的新的向量表示;S9:估计中心实体邻域内实体的重要性;S10:基于现存的相关的三元组执行关系预测;S11:基于实体和关系的知识图推理,获得答案A。