إن مهمة توقع الروابط في الرسوم المعرفية تتمثل في توقع العلاقات المفقودة بين الكيانات. وقد حققت تقنية تمثيل الرسوم المعرفية (Knowledge Graph Embedding)، التي تهدف إلى تمثيل الكيانات والعلاقات في الرسم المعرفي كمتجهات منخفضة الأبعاد في فضاء متجهي مستمر، أداءً تنبؤيًا واعدًا. فإذا تمكّن نموذج التمثيل من تغطية أكبر عدد ممكن من أنماط الاتصال المختلفة وخصائص التماثل للعلاقات، فسيؤدي ذلك إلى فوائد محتملة أكبر في مهام توقع الروابط. في هذه الورقة، نقترح نموذجًا جديدًا للتمثيل يُسمى LineaRE، والذي يتمتع بقدرة على نمذجة أربع أنماط اتصال (أي التماثل، والانعكاس، والمعاكسة، والتراكب) وأربع خصائص تحويلية (أي واحد إلى واحد، وواحد إلى كثير، وكثير إلى واحد، وكثير إلى كثير) للعلاقات. وبشكل خاص، نعامل تمثيل الرسوم المعرفية كمهمة انحدار خطي بسيطة، حيث يتم تمثيل العلاقة كدالة خطية لكيانين ممثلين بمتجهات منخفضة الأبعاد، باستخدام متجهين للوزن ومتجه انحياز. وبما أن هذه المتجهات معرفة في فضاء الأعداد الحقيقية، ودالة التقييم في النموذج خطية، فإن نموذجنا بسيط وقابل للتوسع على الرسوم المعرفية الكبيرة. وتشير النتائج التجريبية على عدة مجموعات بيانات حقيقية شائعة الاستخدام إلى أن نموذج LineaRE المقترح يتفوق بشكل ملحوظ على النماذج الحالية الأفضل في مجال توقع الروابط.