摘要
本发明公开了一种基于异构关系图注意力的知识图谱补全方法,涉及知识图谱领域,该方法包括:S1:获取三元组、实体和关系集合,构建待补全的知识图谱数据集;S2:使用DualE模型将实体、关系嵌入到对偶四元数空间中以建模复杂关系,输出实体、关系向量矩阵;S3:采用异构关系图注意力网络作为信息学习器,使用关系特定的权重矩阵与邻居信息交互并使用交叉权重分配对邻居信息赋予不同的权重,学习邻居图结构信息,分别对实体、关系进行动态更新;S4:最后将编码向量输入到信息提取器ConvE模型,输出三元组为真的分数,选取分数最高的三元组来补全知识图谱。本发明提出的方法能够建模复杂关系模式,提高链接预测的准确度,在知识图谱补全任务上展现出良好的性能。