一种知识图谱链接推理方法

本发明提供了一种知识图谱链接推理方法，属于人工智能与知识图谱领域。该方法包括通过社交三元组完整性超图保留局部结构，以及利用社交关系语义超图捕捉全局关联，构建互补的社交网络双重超图表示；基于异质交互、同质并互以及整体交互的复合特征融合，结合超图注意力网络实现关系引导的动态语义传播；设计基于社交数据的多通道对比学习；基于边际的排序损失函数优化社交三元组评分，通过联合学习框架融合知识图谱链接预测任务与自监督对比任务。解决了现有社交网络中知识图谱链接预测存在的局部结构建模不足、全局语义信息割裂、表示泛化能力弱和对标注数据依赖性高等问题，难以有效应对动态、稀疏、噪声扰动强的社交场景下链接推理任务。