本发明公开了基于编码器和高斯混合模型的少样本知识图谱补全方法,包括以下步骤:根据全局编码器获取给定实体远距离的全局邻居嵌入表示,根据局部编码器获取给定实体相邻距离的局部邻居嵌入表示;基于所述分层级联的编码策略,将所述全局邻居嵌入表示与所述局部邻居嵌入表示进行融合处理,获取最终的实体表示;通过自适应高斯混合模型对所述实体表示进行建模,利用KL散度计算查询与参考集之间的相似程度,完成少样本知识图谱补全。本发明分别从图级和任务级捕获邻居信息,计算高质量的实体嵌入表示,使用自适应高斯混合模型对少样本关系进行建模,捕获关系语义中的不确定性,并通过动态调整高...