المفاهيم، التي تمثل مجموعة من الحالات المختلفة التي تشترك في خصائص مشتركة، هي معلومات أساسية في تمثيل المعرفة. ومع ذلك، فإن معظم طرق الترميز التقليدية للمعرفة تقوم بترميز الكيانات (المفاهيم والحالات) والعلاقات كمتجهات في فضاء دلالي منخفض الأبعاد على قدم المساواة، مما يتجاهل الفرق بين المفاهيم والحالات. في هذا البحث، نقترح نموذجًا جديدًا لترميز الرسم البياني للمعرفة يُسمى TransC من خلال التمييز بين المفاهيم والحالات. تحديدًا، يقوم TransC بترميز كل مفهوم في الرسم البياني للمعرفة ككرة وكل حالة كمتجه في نفس الفضاء الدلالي. نستخدم المواقع النسبية لنمذجة العلاقات بين المفاهيم والحالات (أي instanceOf)، والعلاقات بين المفاهيم والتصنيفات الفرعية (أي subClassOf). قدمنا تقييمًا لنموذجنا في مهمتي التنبؤ بالروابط تصنيف الثلاثيات على مجموعة بيانات مستندة إلى YAGO. أظهرت النتائج التجريبية أن TransC يتفوق على أفضل الطرق الحالية ويُمسك بالانتقال الدلالي للعلاقة instanceOf والعلاقة subClassOf. يمكن الحصول على شفرتنا ومجموعات البيانات الخاصة بنا من https://github.com/davidlvxin/TransC.