一种知识图谱知识扩充方法

本发明公开了一种知识图谱知识扩充方法，通过基于K跳邻域与链路长度约束的知识图谱子图提取方法提取目标实体的子图来降低资源消耗，随后利用注意力机制提取邻域关系表示信息和邻域关系链路表示信息，并利用基于门控机制的关系融合方法融合这两种关系表示信息，进而进行关系预测补全；最后，通过结合对比损失与交叉熵损失进行模型优化，通过基于子图结构的负抽样方法增加了更多负样本，丰富对稀疏数据的反馈弥补了交叉熵损失在泛化性能上的不足，实现了知识图谱的有效扩充。本发明提高了知识图谱的关系预测准确性、有效缓解了知识图谱的数据稀疏性问题、并显著降低了人工标注成本，减少专家知识的过度依赖。