本发明提供一种基于卷积神经网络的知识图谱表示方法及装置，该方法包括：基于自然语言处理方法获取目标知识图谱中每个实体和关系的第一语义向量，将实体的第一语义向量作为每个三元组中尾实体的第一语义向量；将目标知识图谱的每个三元组中头实体的第一语义向量通过每个三元组中关系的语义向量进行平移，作为每个三元组中尾实体的第二语义向量；将每个三元组中头实体的第一语义向量、关系的第一语义向量和第二语义向量输入卷积神经网络中，输出每个三元组中头实体的第一语义向量、关系的第一语义向量和尾实体的每个第一语义向量构成的新三元组是否为正样例；若是，则使用新三元组表示目标知识图谱。本发明实现对知识图谱的精确表示。