知识图谱以结构化的有向图形式来描述真实世界的知识,近年来已被广泛应用于问答、信息检索、推荐系统、机器阅读理解、对话生成等各个领域。然而,常用的大规模知识图谱中存在大量缺失的事实,知识图谱面临的不完整性问题严重阻碍了其在相关下游任务中的应用能力。为了补全知识图谱,基于强化学习的推理方法在知识图谱上进行多跳推理来预测缺失的事实,有着兼具推理的准确性和可解释性的独特优势。然而,当前的基于强化学习的多跳推理方法对于所有到达路径一视同仁,忽视了对不同路径的语义有效性的区分。此外,智能体只有在经过多步探索并成功到达目标实体时才会获得奖励以更新其策略,过于稀疏的奖励信号通常不足以指导复杂的强化学习模型。基于上述问题,本文的主要工作如下:（1）提出了一个基于反事实软奖励的知识图谱多跳推理方法,来解决当前方法中未区分到达路径的语义有效性的问题。该方法首先学习一个关系推理器,根据实体对之间的路径集合推理它们之间的关系,推理基于对二者语义相关性的衡量。然后在强化学习框架中,利用该关系推理器来构建反事实关系推理任务,根据删除某条路径对于关系推理任务的影响来衡量该路径对于推理关系的语义贡献,并进一步量化为该路径的反事实软奖励,以该奖励指导智能体查找更高质量的路径。实验结果表明本文提出的方法能够实现优异的预测性能,并且能进一步增强知识图谱多跳推理方法的可解释性。（2）提出了一个基于好奇心内在奖励的知识图谱多跳推理方法,引入好奇心机制来缓解奖励稀疏问题。在强化学习框架中,基于智能体对其环境知识的预测误差来设计内在奖励信号。智能体根据当前状态和采取的动作预测下一个状态,将预测状态和真实状态之间的误差作为好奇心内在奖励,利用该奖励驱动智能体对环境进行更彻底的探索。为验证模型的有效性,在三个基准数据集上进行了实验,结果表明好奇心内在奖励能够使得智能体寻找到更丰富的路径,提升推理性能。