تعلم تمثيلات المتجهات للعناصر والعلاقات هو طريقة فعّالة ومتنوعة لتنفيذ التعلم الآلي على البيانات العلائقية مثل الرسوم البيانية للمعرفة. في هذا البحث، نقترح تمثيلات هولوجرامية (HolE) لتعلم تمثيلات الفضاء المتجهي التركيبية لكل الرسوم البيانية للمعرفة. الطريقة المقترحة مرتبطة بنماذج الذاكرة الجمعية الهولوجرامية من خلال استخدام الارتباط الدائري لإنشاء تمثيلات تركيبية. باستخدام الارتباط كعملية تركيبية، يمكن لـ HolE التقاط تفاعلات غنية ولكنها تظل فعّالة في الحساب، سهلة التدريب، وقابلة للتوسع إلى مجموعات بيانات كبيرة جداً. في التجارب الواسعة التي أجريناها، أظهرنا أن التمثيلات الهولوجرامية قادرة على تجاوز أفضل الأساليب الحالية لتوقع الروابط في الرسوم البيانية للمعرفة وفي مجموعات بيانات معايير التعلم العلائقي.