本發(fā)明公開(kāi)了一種面向人物關(guān)系網(wǎng)絡(luò)的未知實(shí)體關(guān)系推斷方法，獲取人物關(guān)系網(wǎng)絡(luò)的模式圖和實(shí)例圖并劃分為訓(xùn)練集/測(cè)試集；使用智能體通過(guò)馬爾科夫決策過(guò)程來(lái)挖掘元路徑，智能體的獎(jiǎng)勵(lì)由實(shí)例圖中元路徑的覆蓋率得到；使用策略網(wǎng)絡(luò)進(jìn)行迭代訓(xùn)練，得到識(shí)別的元路徑與其覆蓋率和置信度；將過(guò)濾后的測(cè)試集構(gòu)成正樣本，去除樣本對(duì)中在訓(xùn)練集中出現(xiàn)的節(jié)點(diǎn)；選取測(cè)試集中的事實(shí)三元組和兩個(gè)未知待預(yù)測(cè)的實(shí)體，推斷兩個(gè)實(shí)體之間的關(guān)系。本發(fā)明將實(shí)體關(guān)系的元路徑查找問(wèn)題建模為模式網(wǎng)絡(luò)上的MDP過(guò)程，使用具有復(fù)雜策略的強(qiáng)化學(xué)習(xí)智能體，該策略由長(zhǎng)短期記憶網(wǎng)絡(luò)參數(shù)化，能夠找到具有高覆蓋率的元路徑，推斷出的未知實(shí)體間關(guān)系的準(zhǔn)確度更高。