本發(fā)明公開(kāi)了用于臨床領(lǐng)域時(shí)序知識(shí)圖譜的鏈接預(yù)測(cè)方法及系統(tǒng)，首先獲取臨床領(lǐng)域時(shí)序知識(shí)圖譜，對(duì)實(shí)體和復(fù)雜語(yǔ)義關(guān)系向量化，加入上下關(guān)聯(lián)信息，進(jìn)行序列化學(xué)習(xí)，對(duì)時(shí)序知識(shí)圖譜的時(shí)序信息做增量計(jì)算，再對(duì)時(shí)序信息提取特征向量，建立用于臨床領(lǐng)域時(shí)序知識(shí)圖譜的鏈接預(yù)測(cè)模型，所述鏈接預(yù)測(cè)模型包括三元組向量化層、序列增量學(xué)習(xí)層、序列特征組合層和輸出層，根據(jù)所述鏈接預(yù)測(cè)模型，對(duì)臨床領(lǐng)域時(shí)序知識(shí)圖譜進(jìn)行鏈接預(yù)測(cè)。本發(fā)明利用增量LSTM模型突出臨床事實(shí)中隱含的語(yǔ)義和時(shí)序信息，有效地利用序列化學(xué)習(xí)挖掘其前后依賴信息，彌補(bǔ)了傳統(tǒng)鏈接預(yù)測(cè)模型導(dǎo)致對(duì)時(shí)效性知識(shí)圖譜預(yù)測(cè)準(zhǔn)確度較低的不足，提高了知識(shí)圖譜鏈接預(yù)測(cè)的準(zhǔn)確性。