随着大数据时代的到来,知识图谱在各领域的运用愈加重要,然而其对源数据有着过高的依赖性,常常存在着信息缺失的问题,知识图谱的不完整性极大地限制了其在工业上的应用。如何通过知识图谱进行推理,补全其缺失的实体或关系并发掘可用信息成为了近年来研究的重点。研究者发现将强化学习融入知识图谱推理后可以取得卓越的结果,但传统的知识图谱强化学习推理算法存在着诸如表征能力不足、无记忆组件、没有明确定义路径质量等问题,这使得算法的精确度受到了影响。为解决以上问题,本文做出了以下贡献:1.基于传统知识图谱强化学习推理算法中表征能力不足、无效冗余动作选取以及无记忆组件问题,本文第三章提出以下方法:针对性地选取适应性更强的表示学习方法来表示强化学习环境以增强算法底层表征能力;设计动作采样器以减少智能体在游走过程中的无效冗余动作选择;以LSTM为记忆组件,将历史信息进行编码赋予模型记忆性。在链接预测任务中,本算法（RLKGR-ASM）的结果指标Hits@1、Hits@3、MRR和MAP相比Deep Path,在NELL-995数据集上分别增长1.3%、2.5%、2.1%、1.9%,在FB15K-237数据集上分别增长4.6%、6.3%、4.9%、4.1%;在事实预测任务中,本算法的结果指标MAP相比Deep Path,在NELL-995数据集上增长了3.4%,在FB15K-237数据集上增长了0.8%。2.针对传统算法和本文第三章中都未明确定义推理路径质量的问题,即智能体在每次游走结束后,仅通过人为设定的奖励函数获得奖励,无法体现出本轮游走所发现路径的好坏程度。本文第四章提出一种基于双边路径质量评估的强化学习知识图谱推理方法（RLKGR-BPQA）。通过爬取维基百科作为辅助信息,对头尾实体描述信息关键词集合与路径实体分别计算语义相似度,拟合后代替原来的奖励反馈给智能体,激励其选择高质量路径。链接预测任务中,本算法（RLKGR-ASM）的结果指标Hits@1、Hits@3、MRR和MAP相比Deep Path,在NELL-995数据集上分别增长0.4%、1.3%、0.5%、0.8%,在FB15K-237数据集上分别增长7.4%、7.5%、5.7%、6.5%;在事实预测任务中,本算法的结果指标MAP相比Deep Path,在FB15K-237数据集上增长了1.1%。3.以本文第三章算法为基础实现知识图谱补全与推理系统,提供用户注册登录、知识图谱补全与推理等功能,并使用NELL-N95数据集进行测试。