本发明公开了一种基于加强实体结构特征表示学习的链接预测方法，首先系统根据知识图谱的实体数据生成初始化向量，然后将实体的初始化向量输入到实体表示学习框架中，在表示学习框架中，对实体的初始向量通过RGCN模型对实体的关系特征进行提取，然后利用GCN模型和GAT模型组合对实体结构特征所反映的实体关系结构特征进行提取学习，作为关系特征信息的补充，并采用多种门控机制进行多特征融合；最后将实体向量输入到链接预测模型中，生成预测关系实体三元组并对预测结果进行验证；本发明有效解决了链接预测系统所面临的多源信息融合困难，关系结构特征不足的问题，实体特征向量中包含的关系特征信息足够识别复杂关系对应的实体，提高了链接预测的效果。