一种基于BERT的邻域关系学习知识图谱补全方法及装置

本申请公开了一种基于BERT的邻域关系学习知识图谱补全方法及装置，该方法包括：在知识图谱中对目标三元组进行一阶关系子图抽取，其中，关系子图包括目标实体的出边和入边；将目标三元组及目标三元组对应的头尾实体的邻接上下文关系输入到BERT模型中进行嵌入学习，其中，BERT模型通过掩码语言模型和下一个句子预测两种预训练任务学习到词汇的左右上下文信息；设置目标三元组的预测函数，预测函数基于BERT模型的最终隐藏向量进行关系预测后得到关系预测结果；基于获取到的关系预测结果补全知识图谱。