一种基于可变形卷积特征重新排序的知识图谱补齐方法

本发明提供了一种基于可变形卷积特征重新排序的知识图谱补齐方法，涉及知识图谱技术领域，本发明通过使用经TransE模型训练的嵌入向量，预测未知实体嵌入，并引入可变形卷积网络动态调整特征位置，实现特征重排序，使输入特征中显式包含目标实体信息。进一步利用关系嵌入作为卷积核，增强特征的交互建模能力，最终完成对知识图谱缺失信息的预测。本发明不仅提高了模型在链接预测任务中的准确性和通用性，还显著增强了知识图谱补全技术对数据复杂场景的适应能力，为智能搜索、推荐系统、问答系统等领域的应用提供了强有力的技术支持。