知识图谱嵌入方法的链接预测研究综述.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2025，61（8）17

知识图谱嵌入方法的链接预测研究综述

1，21，2+1，213

刘海超，柳林，王海龙，赵巍伟，刘静

1.内蒙古师范大学计算机科学技术学院,呼和浩特010022

2.内蒙古师范大学计算科学联合创新实验室,呼和浩特010022

3.内蒙古大学图书馆,呼和浩特010021

+通信作者E-mail:liulin@

摘要：知识图谱中普遍存在实体和关系缺失等不足，知识图谱补全能够有效解决上述不足被研究者广泛关注。知

识图谱嵌入方法的链接预测作为知识补全的重要研究方向，能够预测出知识图谱中缺失的实体或关系，来补全知识

图谱并增强其完整性。阐述了知识图谱链接预测的研究背景、意义和定义；以嵌入单位的实体个数为分类标准，将

知识图谱嵌入的链接预测模型划分为双实体嵌入链接预测模型和多实体嵌入链接预测模型，详细阐述模型构建思

路，分析实验结果并总结各类模型优缺点。最后，展望知识图谱嵌入链接预测现状以及未来研究方向，为后续的发

展提供启示和指导。

关键词：知识图谱；知识图谱嵌入；链接预测；知识图谱补全

文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2407-0158

SurveyofLinkPredictioninKnowledgeGraphEmbeddingMethods

1，21，2+1，213

LIUHaichao,LIULin,WANGHailong,ZHAOWeiwei,LIUJing

1.SchoolofComputerScienceandTechnology,InnerMongoliaNormalUniversity,Hohhot010022,China

2.JointInnovationLaboratoryofComputationalScience,InnerMongoliaNormalUniversity,Hohhot010022,China

3.Library,InnerMongoliaUniversity,Hohhot010021,China

Abstract：Knowledgegraphsoftensufferfromissuessuchasmissingentitiesandrelationships.Knowledgegraphcom-

pletion,whichaddressesthesedeficiencies,hasgarneredsignificantattentionfromresearchers.Linkpredictionbasedon

knowledgegraphembedding,asanimportantresearchdirectionforknowledgegraphcompletion,canpredictmissing

entitiesorrelationshipsintheknowledgegraph,therebyenhancingitscompleteness.Firstly,thispaperexpoundsthe

researchbackground,significanceanddefinitionoflinkpredictioninknowledgegraph.Secondly,basedonthenumberof

entitiesintheembeddingunit,thelinkpredictionmodelsforknowledgegraphembeddingaredividedintotwo-entity

embeddinglinkpredictionmodelsandmulti-entityembeddinglinkpredictionmod