本發(fā)明公開了基于關(guān)系檢測(cè)和強(qiáng)化學(xué)習(xí)的知識(shí)圖譜推理方法，包括：基于領(lǐng)域知識(shí)圖譜和實(shí)體字典的字符串模糊匹配和基于CNN?LSTM?CRF的實(shí)體識(shí)別模型，檢測(cè)用戶輸入的問句中的實(shí)體，完成實(shí)體檢測(cè)；基于神經(jīng)網(wǎng)絡(luò)的語義匹配模型完成關(guān)系檢測(cè)，關(guān)系檢測(cè)模型包括：根據(jù)輸入的問句以及與該問句相關(guān)的關(guān)系及不相關(guān)的關(guān)系，通過神經(jīng)網(wǎng)絡(luò)得到低維流形表示，基于該低維流形表示，使用rank?loss優(yōu)化模型參數(shù)，以使得問句能夠從關(guān)系集合中找到與其語義最相近的關(guān)系；基于強(qiáng)化學(xué)習(xí)的知識(shí)圖譜推理，每個(gè)時(shí)間步，根據(jù)策略函數(shù)πθ，在當(dāng)前實(shí)體et下，選擇一條out?going的relationrt+1，走到下一個(gè)實(shí)體et+1，經(jīng)過預(yù)設(shè)的最大的推理路徑長(zhǎng)度T的序列決策，達(dá)到最終的實(shí)體eT，實(shí)體eT作為問句的答案進(jìn)行輸出。