对比历史时序图谱推理模型

多项基准全面领先

结合图结构与对比历史，更准确捕捉时序知识图谱中的复杂时序依赖，提升推理可靠性。

苗立志 · Kaiwen, Wu · 黄益

Journal of King Saud University - Computer and Information Sciences 2026

参数信息

Hit@1

0.31

Hit@3

0.46

Hit@10

0.62

MRR

0.41

技术优势

结构建模更强

GNN 组件通过建模邻居关系捕获图结构信息，提升实体表示质量，从而改善对复杂拓扑的利用。

时序依赖更准

Transformer 模块捕获长期时序依赖，使模型能更有效地对历史与非历史事件进行推理。

评测全面领先

在四个代表性数据集上，多个指标均一致超越现有方法，显示模型的鲁棒性和有效性。

应用场景

• 事件预测：基于历史事件序列预测未来事件，提升预警和决策能力。
• 金融分析：建模金融时序事件依赖，辅助趋势判断与风险评估。
• 城市灾害管理：融合多源时序数据预测灾害演变，支持应急响应规划。
• 时序知识图谱：为时序知识图谱提供更强的结构与时序联合建模能力。