一种基于知识图谱优化升级的知识命题纠错方法及系统

本发明涉及知识处理技术领域，并具体公开了一种基于知识图谱优化升级的知识命题纠错方法及系统，该方法包括：运用实体链接、关系抽取和属性对齐方法，从多源知识数据中提取有效信息，构建初始知识图谱。通过基于深度学习的语义解析，对知识命题进行语法、语义和逻辑分析，生成命题要素三元组。利用图神经网络对三元组编码，获取命题向量与邻域特征向量，借此计算结构相似度，结合规则与统计方法检测命题错误。采用集成学习算法对错误溯源分类，结合多源证据进行纠错决策，从而获得准确的纠错结果，提升知识命题的准确性与可靠性；使得纠错过程更具逻辑性和可靠性，避免盲目纠错，提高了知识命题纠错的质量和效率。