基于联合卷积的时序知识图谱推理

来源：计算机工程与应用杂志2025年第18期北京时间：

作者：张成珅, 马汉达

单位：江苏大学 计算机科学与通信工程学院，江苏 镇江 212013

摘要：针对现有时序知识图谱推理模型不能充分挖掘时序知识图谱中并发事实的结构依赖和潜在关系，时间编码方式单一不合理，获取时间信息单调的问题。提出了一种基于联合卷积的时序知识图谱推理模型。该模型一方面通过引入使用联合聚合器的图卷积神经网络挖掘节点邻域信息的表面语义和潜在特征；另一方面，通过对时间进行向量编码和事件属性编码来捕获丰富的时间信息，增强模型的时间敏感性。在ICEWS14、ICEWS05-15、YAGO和GDELT数据集上的实验结果表明，模型在MRR、Hits@1、Hits@3和Hits@10上普遍优于基线模型，同时关系预测也均优于基线模型。

关键词：时序知识图谱,图卷积神经网络,门控循环单元,联合卷积