一种基于终身学习的时变知识图谱嵌入表征方法

本发明公开了一种基于终身学习的时变知识图谱嵌入表征方法，首先对时变知识图谱数据集进行数据预处理得到用于训练的数据，然后构建时变知识图谱嵌入表征模型，选取每个时间子图的重要历史知识数据加入数据缓冲区，并通过知识迁移对新知识进行初始化表征，最后通过自监督编码器进行知识表征学习，迭代优化模型以更新知识的嵌入表征，完成对于时变知识图谱的嵌入表征。本发明的方法旨在通过高效利用历史上下文信息，优化时变知识图谱随时间变化的嵌入表示，以便于更准确地捕获和反映知识的时变特征，与现有方法相比，终身学习能够持续利用累积的历史数据来增强模型对时间演变的适应性和记忆能力，从而能够有效地应对知识随时间的动态变化。