本发明公开了一种基于知识图谱的常识缺失信息多跳推理方法，根据常识缺失信息构建输入头实体及查询关系并进行预处理，并构建长短期记忆网络对路径历史信息进行编码，得到隐藏状态变量；构建高层次策略网络，并根据隐藏状态变量、预处理后的输入头实体及查询关系作为高层次策略网络，得到高层次决策结果；构建低层次策略网络结合高层次决策结果进行预测，得到预测的目标实体，进行评分，并根据预设步数最大值进行强化学习迭代，根据评分得到最终预测结果；本发明采用分层强化的学习框架，将预测任务分解为一个用于关系检测的高层次决策过程和一个用于实体推理的低层次决策过程，有效地控制动作空间，得到更加准确的预测目标实体。