一种面向带有时间信息情报的知识图谱推理方法

本发明涉及一种面向带有时间信息情报的知识图谱推理方法，属于知识图谱推理领域；方法包括：对获取带有时间信息的情报进行初始化，利用嵌入学习将事实中的头实体和尾实体向量化，捕捉时间戳序列的时间依赖关系生成高维时间；利用评分函数对知识图谱中未知事实进行评分后转化为未知事实的近似后验概率；利用从知识图谱中挖掘的时间逻辑规则生成马尔可夫逻辑网络，建立求解未知事实概率的已知和未知事实联合概率分布模型；利用变分推理以未知事实的近似后验概率为初始输入对联合概率分布模型进行迭代求解，预测未知事实。本发明实现了在稀疏样本条件下的稳定预测,具有较强的情报外推能力。