一种基于历史特征表示融合的时序知识图谱推理方法

本发明公开了一种基于历史特征表示融合的时序知识图谱推理方法，属于知识挖掘技术领域，包括：根据时序知识图谱，利用预训练的NER命名实体识别模型进行处理，并选择其中若干个时序子图作为历史时序知识图谱，进而计算得到历史周期性建模修正向量、实体嵌入向量和关系嵌入向量，最后利用局部窗口内的门控机制和多头注意力机制，根据历史周期性建模修正向量、实体嵌入向量和关系嵌入向量，计算得到估计概率分布，完成知识图谱推理。本发明通过时序知识图谱中的时序子图和其线图，能够优化计算效率，增强对复杂关系的处理能力，提高了知识图谱推理的灵活性和准确性因局部结构信息和全局背景信息利用不足而导致知识推理性能低。