基于低秩多阶线性池化表征的医疗知识图谱补全方法

本发明提供了基于低秩多阶线性池化表征的医疗知识图谱补全方法，包括：将医疗知识图谱数据集进行预处理，获得实体嵌入矩阵和关系嵌入矩阵；引入实体的一阶信息以及注意力机制构建低秩多阶线性池化表征链接预测模型；使用二元交叉熵损失函数训练链接预测模型参数；利用训练好的链接预测模型进行知识图谱链接预测实验；利用训练好的低秩多阶线性池化表征链接预测模型对医疗知识图谱进行补全。该方法增强了链接预测模型对特征之间交互关系的建模能力，使链接预测模型更适应实际数据中的特征间复杂的交互关系，提高链接预测的性能。