一种基于时序反事实增强的时序知识图谱补全方法

本发明公开了一种基于时序反事实增强的时序知识图谱补全方法，包括：获取时序知识图谱，进行参数定义，生成事实关系数据集；采用随时间变化的k‑核分解算法和社区成员函数，构建映射时序图结构的时间处理张量；进行反事实处理，结合个体处理效应估计，构建反事实关系数据集；并将反事实关系数据集和事实关系数据集合并；结合复合损失函数，进行时序知识图谱补全模型训练；将存在缺失关系的时序知识图谱，输入训练好的时序知识图谱补全模型，输出补全后的时序知识图谱。该方法通过引入时序反事实增强策略，通过构造和利用反事实数据，显著提升了模型在数据不完善和稀疏情况下的鲁棒性和预测能力，实现了更精准、细腻的时序知识图谱补全。