一种基于A2C算法和GCN模型的知识图谱问答方法和系统

本申请涉及一种基于A2C算法和GCN模型的知识图谱问答方法和系统，其中，该方法包括：获取用户问题的向量表示；通过A2C策略梯度算法，对基于图卷积网络GCN的答案子图检索模型进行训练；基于用户问题的向量表示，通过训练好的答案子图检索模型从知识图谱中进行检索，生成目标答案子图；基于目标答案子图，生成用户问题的问题答案。通过本申请，实现了基于A2C算法训练的GCN答案子图检索模型，在多跳知识图谱问答中，A2C算法在更新模型策略时能够利用节点间的关系信息，使得决策更加依赖于整体环境结构，提升模型的质量和泛化能力，且GCN有助于捕捉远距离的依赖关系，帮助A2C算法做出更为合理的长期决策，解决了如何提高多跳知识图谱问答的可靠性的问题。