一种基于注意网络的时序感知知识图谱推理方法

本发明公开了一种基于注意网络的时序感知知识图谱推理方法，属于人工智能知识推理技术领域，包括输入历史事件时序感知知识图谱和属性时序感知知识图谱；采用图卷积网络建立历史事件时序感知知识图谱中目标实体与高阶邻居实体之间的联系；引入注意力机制，区分不同关系类型对目标实体的影响；采用一层没有自循环的图卷积网络获取属性时序感知知识图谱中每个实体关于属性的嵌入；引入时间门机制，对嵌入实体时间序列中的历史信息进行筛选；采用门控循环单元更新不同时间戳下的关系嵌入矩阵；实现实体预测和关系预测。本发明采用上述方法，提升了推理精度和效率，改善了对复杂时序知识图谱的处理能力，实现对未来事件及其关系的精准预测。