摘要
本发明属于知识图谱补全技术领域,提供了一种基于实体描述和软提示增强的知识图谱补全方法及系统,包括获取待补全的知识图谱三元组,并将其转换为文本序列;对文本序列中的实体描述进行编码,并利用软注意力机制来动态地调整实体描述中每个词的注意力权重,得到编码后的实体描述;将文本序列中的实体关系转换为关系嵌入矩阵,利用关系嵌入矩阵和令牌序列生成软提示;将编码后的实体描述和软提示与文本序列相连接,得到实体表示,利用实体表示对语言模型进行训练,使交叉熵损失最小。本公开通过引入实体描述和软提示来帮助模型更好地理解和推理知识图谱中的实体和关系,从而提高模型对知识图谱中实体相关信息的预测准确性。