知识图谱表示学习方法、设备及介质

本发明提供一种知识图谱表示学习方法、设备及介质，涉及网络信息处理技术领域，所述方法包括：获取知识图谱，知识图谱包括N个实体及各实体之间的关系；采用预设剥离算法从N个实体中确定M个核心实体；根据各实体与各核心实体之间的距离，确定各实体对应的初始特征向量；采用图注意力网络聚合邻居信息，确定每个实体对应的聚合特征向量；聚类聚合特征向量，将各聚类中心确定为共享特征向量；根据各聚合特征向量与各共享特征向量之间的距离，确定各聚合特征向量的共享特征关联度；分别对各共享特征关联度进行非线性变化，得到各实体分别对应的目标特征向量。本申请实现了参数量和实体数量的解耦，显著降低知识图谱表示学习的参数量。