一种基于梯度分解的增长知识图的持续嵌入方法

本发明提供一种基于梯度分解的增长知识图的持续嵌入方法，包括将时序知识图谱按照时间顺序划拆分成一系列的快照子图，构成不断增长的知识图谱；将嵌入模型的整体损失分为现有三元组和增量三元组上的两个不同损失，并将连续嵌入任务转化为约束优化问题；根据约束优化问题，构建适用于嵌入模型的连续嵌入算法；将训练集的每个快照子图依次输入到嵌入模型中采用连续嵌入算法进行增量训练；将测试集输入到训练好的嵌入模型中，获得最终的链路预测的平均准确度。本发明将知识图谱嵌入模型的损失函数转化为约束优化问题，为促进增长知识图谱的增量表示学习提供了新的方法；本发明能够在学习效率和更新有效性之间取得平衡；且具有强大的持续嵌入能力。