[发明专利]数据处理方法、装置、计算机设备及存储介质

说明书

本申请涉及人工智能技术领域，公开了一种数据处理方法、装置、设备和介质，用于提高推理方法的适用性。方法部分包括：获取目标数据；对所述目标数据进行结构化处理，以抽取实体关系；判断所述实体关系是否存在先验事实；根据所述先验事实的判定结果，选择推理模型，判定结果不同所选择的推理模型不同；将所述实体关系输入至所述推理模型，以对所述实体关系进行确定性推理。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种数据处理方法、装置、计算机设备及存储介质。

背景技术

推理是人工智能技术中认知智能的重要分支，目前，传统的推理处理方法中，主要是针对推理需要，利用单一推理模型进行推理任务，面对已知知识或未知知识进行推理采用同样的推理方式，精准率和泛化能力有限，导致推理方法适用性不高。

发明内容

本申请实施例提供一种数据处理方法、装置、计算机设备及存储介质，以解决传统的推理方法中，精准率和泛化能力有限，导致推理方法适用性不高的技术问题。

本申请第一方面提供了一种数据处理方法，包括：

获取目标数据；

对所述目标数据进行结构化处理，以抽取实体关系；

判断所述实体关系是否存在先验事实；

根据所述先验事实的判定结果，选择推理模型；

将所述实体关系输入至所述推理模型，以对所述实体关系进行确定性推理。

在一实施方式中，所述根据所述先验事实的判定结果，选择推理模型，包括：

如果为存在所述先验事实，则选择图模型作为所述推理模型；

如果为不存在所述先验事实，则选择规则引擎作为所述推理模型。

在一实施方式中，所述图模型通过如下方式构建：

从知识图谱中获取所需的数据以构建原始训练数据集，其中，所述原始训练数据集包括实体关系集合，所述实体关系集合包括多个组，每个组包括第一实体、第二实体、所述第一实体和第二实体的关系；

通过所述实体关系集合构建，构建无向图形式的实体关系图，其中，所述实体关系集合中的第一实体和第二实体作为所述实体关系图中的图节点，所述实体关系集合中的所述第一实体和第二实体的关系作为所述实体关系图中的连边；

从所述实体关系图中分析出每类关系类型对应的路径集合；

利用每类关系类型对应的路径集合和对应的所述实体关系集合，训练所述每类关系类型对应的推理模型，得到所述图模型。

在一实施方式中，所述原始训练数据还包括关系类型集合，所述通过所述实体关系集合构建，构建无向图形式的实体关系图之前，所述方法还包括；

对所述关系类型集合中的关系类型进行同义分析，并依据分析结果对所述关系类型集合中的各同义关系类型进行合并，得到更新后的所述关系类型集合；

利用所述更新后的所述关系类型集合，对所述实体关系集合中的实体进行更新，得到更新后的所述实体关系集合。

在一实施方式中，所述判断所述实体关系是否存在先验事实，包括：

获取结构化数据，所述结构化数据包括已验证实体关系；

判断所述实体关系，是否已在所述已验证实体关系中；

如果已在所述已验证实体关系中，则判定所述实体关系存在先验事实；

如果未在所述已验证实体关系中，则判定所述实体关系未存在先验事实。