本发明属于知识图谱补全领域，具体涉及一种基于特征提取的知识图谱关系预测方法；该方法包括：获取原始数据；根据原始数据构建初始知识图谱和待预测三元组；采用训练好的邻居编码器对待预测三元组进行处理，得到关系正确的三元组；根据关系正确的三元组补全初始知识图谱，得到完整的知识图谱；本发明结合特征提取与相似度计算机制，解决了传统知识图谱关系预测方法需要大量数据支撑的问题，采用少样本数据可较准确的对知识图谱进行关系预测，可获得更加准确的知识图谱，同时提升了少样本关系预测方法的性能和计算效率，具有广阔的应用前景。