基于多粒度隐含时态感知的时间知识图谱问答方法

本发明提出了一种基于多粒度隐含时态感知的时间知识图谱问答方法，包括以下步骤：S1，获取问题文本，并识别问题文本中的实体信息和时间信息；S2，将提取到的信息在时间知识图谱中进行检索，得到头实体嵌入es、尾实体嵌入eo，以及时间嵌入tτ；S3，将实体信息输入问题表示层，得到关系嵌入向量r：S4，将时间信息及其时间嵌入tτ输入时序融合网络，得到新的时间嵌入t；S5，将关系嵌入向量r和新的时间嵌入t输入集成学习层得到打分分数，将分数最高的结果作为答案。本发明提升了时间序列数据的表示和预测能力：集成了多头注意力机制的图注意力网络，有效捕获问题中隐含的时态信息，并通过卷积神经网络与门控循环单元的协同作用，增强了对复杂时间依赖性的捕捉能力。