基于多元特征编码与双层卷积的时序知识图谱补全方法

本发明属于深度学习和知识图谱的技术领域，具体为基于多元特征编码与双层卷积的时序知识图谱补全方法，解决了现有方法实体知识表示不全面和时间信息融合不充分的技术问题，其包括对时序知识图谱进行数据预处理；将时序知识图谱看作全局图，融合实体的多元特征作为实体的最终嵌入向量；将实体、关系和时间的嵌入向量重塑为二维矩阵，使用双层卷积提取三者的交互特征；通过矩阵重塑和线性层得到输出尾实体的预测向量，完成链接预测。本发明融合了时间全局信息、实体全局信息、实体局部信息和静态信息四种信息作为实体的最终嵌入向量，有效提升了实体的知识表示嵌入；使用十字型卷积融合时间信息，有效提升了时间信息在链接预测中的表达。