计算机应用研究

作者：马汉达,费凡,

单位：江苏大学计算机科学与通信工程学院,江苏镇江212013；

关键词：时序知识图谱,多跳推理,三联体分配器,时空注意力,分层强化学习框架,

基金：镇江市重点研发计划资助项目(GY2023034)；；

针对现有时序知识图谱多跳推理模型实体与关系嵌入空间分离导致的语义割裂的缺陷，以及时间信息表达能力受限的问题，提出时空融合的多跳推理模型（SF-MR）。该模型通过包含双路残差连接与空间卷积的三联体分配器构建实体和关系跨空间语义依赖；结合时空注意力机制分别建模实体时序演化和空间关联特征，并通过门控网络动态融合；采用分层强化学习框架将推理解耦为关系和实体双层决策，以缓解动作空间爆炸问题。在ICEWS14、ICEWS18、WIKI和YAGO四个公开数据集上的实验表明，SF-MR在MRR、hits@1、hits@3和hits@10等关键指标上均优于最新基线模型。具体而言，在ICEWS14上，SF-MR的MRR、hits@3和hits@10分别比最优基线提升1.10%、1.53%和2.69%；在WIKI和YAGO数据集上，各项指标亦稳定提升0.79%~1.01%。消融实验进一步验证了三联体分配器与时空注意力机制对提升语义交互与时序建模能力的有效性。

来源：2026年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第4期