结合静态事实和重复历史事实的动态知识图谱推理方法

针对现有的动态知识图谱推理方法容易忽略动态知识图谱中存在着大量静态信息和重复历史事实的问题,提出结合静态事实和重复历史事实的动态知识图谱网络方法.该方法利用动态知识图谱中实体间隐藏的静态联系来构成静态事实,并协助动态知识图谱推理;利用历史事实构建历史词表,在预测未来时对历史词表进行查询;对历史中未发生的事实进行惩罚,提高重复历史事实的预测概率.在2个公开的数据集上进行动态知识图谱推理实验,对比实验时选用目前主流的5个模型作为基线.在实体预测实验中,平均倒数排名(MRR)达到0.4891和0.5303,Hits@10达到0.5887和0.6165,证明了所提方法的有效性.