一种基于注意力机制的图神经网络知识图谱推理学习方法

本发明涉及知识图谱推理学习技术领域，具体涉及一种基于注意力机制的图神经网络知识图谱推理学习方法，具体如下：加载知识图谱数据集并生成反向三元组；根据知识图谱数据集和生成的反向三元组构建知识图谱，读取查询信息，并初始化查询信息中查询实体第0层传播路径的实体集合；通过多头注意力机制的多层级联结构从查询实体第0层传播路径的实体集合进行逐层处理，求得目标实体；通过计算目标实体的得分和生成目标实体的概率得到当前层的实体集合；遍历至传播路径深度达到层时，从经过的路径中选择得分最高的目标实体作为最终求得的待查询的目标实体。本发明采用多头注意力机制捕捉传播路径中节点以及边的关联信息，可以提高模型的预测精度。