基于大规模知识图谱多粒度学习推理的设备运维决策方法

本发明公开了一种基于大规模知识图谱多粒度学习推理的设备运维决策方法，首先在设备运维知识图谱中提取主题实体的多粒度子图，整合设备状态、故障模式及环境因素等多层次信息，形成关系路径集合；其次，通过基于图卷积网络的注意力增强型词嵌入模块对问题文本和关系路径进行联合编码，形成词嵌入向量，计算路径中的关系与问题之间的相似度得分，对子图进行剪枝，减少计算量；最后，将经过剪枝处理后的多个粒度子图融合，并输入到推理决策模块，该模块通过图卷积操作从图结构数据中提取特征信息，并结合LSTM动态调整GCN的学习过程，最终实现问题的推理与答案的生成，确保设备运维决策的准确性。