一种基于长序列建模的单样本时序知识图谱推理方法

一种基于长序列建模的单样本时序知识图谱推理方法,属于时序知识图谱推理领域。本发明结合了注意力机制和共现分析，从邻近实体中聚合特征，从而实现对历史演变趋势的跟踪，具体的：采用注意力机制整合实体邻域中的关系信息，结合共现分析，明确探索相邻实体之间的关联性以及它们邻域的重要性。进一步采用基于状态空间模型的编码器对实体的时序交互进行编码，该方法不仅能够高效地建模长序列，同时捕捉长期依赖性。最后，引入度量网络，并将学习到的表示应用于度量网络，从多个角度评估支持实体对和查询实体对之间的相似性，确保全面评估反映未来事件的可能性。本发明对广泛使用的时序知识图谱数据集进行的综合实验表明，本发明显著优于基线模型。