一种基于预训练语言模型的知识图谱补全方法

本发明提供一种基于预训练语言模型的知识图谱补全方法，包括：S1、给定输入查询对，构建查询对的文本序列；S2、通过邻居选择模型获取与查询对最相关的若干邻居三元组，并插入到查询对的文本序列的尾部，组成新的文本序列；S3、为新的文本序列添加指令标签，并输入到预训练语言模型中，在三元组级别与路径级别生成目标实体序列；S4、对三元组级别与路径级别生成的两组目标实体进行判定，如果判定结果为一致性预测，取路径级别的预测做为最终预测输出。本发明能够使得预训练语言模型进行多视角生成，有效提高了预训练语言模型的知识图谱补全能力，并且实现了预测结果的可解释性。