邻居知识并行编码的知识基座实体类型推理框架及方法

本发明提供一种邻居知识并行编码的知识基座实体类型推理框架及方法，属于知识工程领域。多跳邻居知识聚合(MNKA)通过序列编码器对除第一跳之外每一跳采样的关系和类型邻居进行特征编码，并利用邻居聚合器将这些编码后的特征聚合成前一跳的增强关系邻居表示；以递归方式逐跳迭代；一跳邻居知识编码(ONKE)由单层序列编码器构成，并行编码采样的一跳关系邻居，一跳类型邻居和由MNKA获得的增强一跳关系邻居；实体类型知识预测(ETKP)包含线性层，将ONKE输出的三类特征信息映射到同一个空间后，计算出最后的类型概率。本发明能够有效地集成并聚合多跳类型邻域和关系邻域知识，提高图结构表示的学习能力。