摘要
本发明涉及识图谱关系预测技术领域，尤其涉及一种基于标准化流的知识图谱归纳关系预测方法。步骤如下：选取数据集WN18RR和FB15K‑237中的数据构建数据集；构建归纳知识图嵌入的标准化流模型Flow‑IKGE，使用嵌入学习算法和实体初始化模块构建实体初始化器，通过实体初始化器将与各个实体相连的关系信息来初始化每个实体的嵌入，再通过图神经网络的消息传递机制对初始化后的实体进行处理，图神经网络每层输出对应的特征向量；通过隐藏表示级联的跳跃知识结构增强模型对不同层次信息的利用，提高Flow‑IKGE模型的性能；通过流变换操作来优化Flow‑IKGE模型中图神经网络的学习效果，得到的最终特征向量用于关系预测。本方法可以提高模型拟合能力、估计预测的准确性、处理复杂关系的能力。
