一种基于时空特性融合网络的时序知识图谱补全方法

本发明属于智能信息处理与知识图谱的技术领域，具体为一种基于时空特性融合网络的时序知识图谱补全方法技术领域，其包括通过知识图谱嵌入单元获得头实体嵌入向量、关系嵌入向量和时间嵌入向量，构建时空特性融合网络模型，时空特性融合网络模型包括分层注意力模块和深度融合模块，在分层注意力模块中，计算时间级别、关系级别和实体级别的注意力系数，得到四元组级别的注意力系数；深度融合模块对聚合了邻域信息的头实体、关系和时间嵌入向量进行随机置换和棋盘式拼接，随后利用循环卷积神经网络进行特征融合；最后对时空特性融合网络模型进行训练与测试。本发明通过全面整合四元组内部的时空信息，显著增强了模型对时序知识图谱动态变化的理解和补全能力。