一种面向卒中后认知功能障碍的时序知识图谱双层张量分解方法

本发明公开了一种面向卒中后认知功能障碍的时序知识图谱双层张量分解方法，首先将卒中后认知功能障碍中的事实集合按照时间标注划分为不同的时序知识子集，并根据子集中的事实构建不同的时序知识子图；然后，在外层，将划分后的时序知识子图输入塔克张量分解模型中，并分解为一个含有较少参数近似的核心张量和三个因子矩阵；其次，在内层，对分解后的核心张量进一步重塑，通过全连接张量环分解将模型复杂度的增长由指数级降低为线性级；最后，根据内外两层处理后的时序知识子图的嵌入向量表示计算缺失知识的置信度分数，根据预测后的事实分数排序，将分数最大的事实添加到原始的时序知识图谱中，提高预测卒中后认知功能障碍的准确率。