融合元信息和逻辑规则的知识图谱嵌入模型

来源：计算机工程与应用杂志2026年第10期北京时间：

作者：秦晶, 李贯峰, 陈昱胤, 肖毓航

单位：宁夏大学 信息工程学院，银川 750021；

摘要：知识图谱嵌入（knowledge graph embedding，KGE）技术将实体与关系映射到低维向量空间，已成为解决知识发现、链接预测和推理等任务的关键方法。然而，现有方法在同时建模实体深层语义与隐含逻辑规则方面仍存在显著局限性。针对这一问题，提出了融合元信息与逻辑规则的知识图谱嵌入模型（meta-information and logical rules knowledge graph embedding，MLKE）。该模型采用层级注意力机制，实现了对实体多跳邻居路径信息的动态聚合，并结合实体类别嵌入有效增强了语义区分能力，从而显著提升了稀疏实体细粒度特征的捕捉精度。此外，模型引入的逻辑规则挖掘通过动态阈值筛选与元信息一致性评分机制，生成高质量推理规则以补全稀疏三元组，进一步提升了模型推理的准确性，还增强了模型的可解释性。MLKE模型在多个评估指标上均显著优于现有基准模型，特别是在FB15k-237数据集上，其链接预测性能较VNC（virtual neighbor network with inter-rule correlations）模型有显著提升：Hits@1指标提高3.6%，Hits@3指标提升3.2%。实验结果充分验证了MLKE模型的有效性和实用价值。

关键词：知识图谱嵌入,元信息,逻辑规则,链接预测

基金资助：宁夏全职引进高层次人才科研启动项目（2023BSB03066）；宁夏自然科学基金（2024AAC03098）；国家自然科学基金（62066038）；宁夏大学2025研究生创新项目（CXXM2025-038）。