本發(fā)明公開了一種基于知識(shí)圖譜的常識(shí)缺失信息多跳推理方法，根據(jù)常識(shí)缺失信息構(gòu)建輸入頭實(shí)體及查詢關(guān)系并進(jìn)行預(yù)處理，并構(gòu)建長(zhǎng)短期記憶網(wǎng)絡(luò)對(duì)路徑歷史信息進(jìn)行編碼，得到隱藏狀態(tài)變量；構(gòu)建高層次策略網(wǎng)絡(luò)，并根據(jù)隱藏狀態(tài)變量、預(yù)處理后的輸入頭實(shí)體及查詢關(guān)系作為高層次策略網(wǎng)絡(luò)，得到高層次決策結(jié)果；構(gòu)建低層次策略網(wǎng)絡(luò)結(jié)合高層次決策結(jié)果進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)的目標(biāo)實(shí)體，進(jìn)行評(píng)分，并根據(jù)預(yù)設(shè)步數(shù)最大值進(jìn)行強(qiáng)化學(xué)習(xí)迭代，根據(jù)評(píng)分得到最終預(yù)測(cè)結(jié)果；本發(fā)明采用分層強(qiáng)化的學(xué)習(xí)框架，將預(yù)測(cè)任務(wù)分解為一個(gè)用于關(guān)系檢測(cè)的高層次決策過(guò)程和一個(gè)用于實(shí)體推理的低層次決策過(guò)程，有效地控制動(dòng)作空間，得到更加準(zhǔn)確的預(yù)測(cè)目標(biāo)實(shí)體。