يمكن صياغة مشكلة إكمال قاعدة المعرفة كمشكلة إكمال موتر ثنائي من الرتبة الثالثة. في هذا الإطار، يبدو أن التحليل القياسي للموتر (CP) (هتشكوك، 1927) هو حل طبيعي؛ ومع ذلك، فإن التنفيذ الحالي لـ CP على مقاييس الأداء القياسية لإكمال قاعدة المعرفة يتأخر عن منافسيه. في هذه الدراسة، نحاول فهم حدود CP لإكمال قاعدة المعرفة. أولاً، نحفز ونختبر مُعَدِّلًا جديدًا يستند إلى القِياس النووي $p$p للموتر. ثم، نقدم إعادة صياغة للمشكلة تجعلها ثابتة بغض النظر عن الخياراتbitrary في تضمين العبارات أو عكسها في مجموعة البيانات. عند الجمع بين هذين الأسلوبين، يمكننا التفوق على الحالة الحالية للتقنية المتقدمة في عدة مجموعات بيانات باستخدام تحليل CP، والحصول على نتائج أفضل باستخدام نموذج ComplEx الأكثر تقدمًا.