本书共分为7章，主要内容包括绪论、知识图谱表示学习的现有研究综述、基于超平面机制的时态知识图谱表示学习模型、基于张量分解技术的时态知识图谱表示学习模型、利用隐式类型信息增强现有静态模型的普适性方法、类型增强的时态知识图谱表示学习模型、总结与展望。知识图谱是一种新型数据管理模式，对原本分散的多专业、多来源、多结构的专业知识进行科学分类、集成和高效利用，在大数据时代，被广泛应用于包括智慧水利工程、大数据分析、人工智能在内的各个领域，可以更好的服务于知识驱动型应用。