تُعدّ توقع الحقائق المفقودة في الرسم المعرفي (KG) أمرًا بالغ الأهمية، نظرًا لأن الرسوم المعرفية الحديثة لا تزال بعيدة عن الكمال. ونظراً لطبيعة التسمية البشرية التي تتطلب جهدًا كبيرًا، يزداد هذا الوضع سوءًا عند التعامل مع المعرفة الممثلة بلغات متعددة. في هذا البحث، نستعرض إكمال الرسم المعرفي متعدد اللغات، الذي يستخدم تطابقًا مبدئيًا محدودًا كجسر لاستيعاب المعرفة الجماعية من لغات متعددة. ومع ذلك، لا يزال التماثل اللغوي المستخدم في الدراسات السابقة غير مستغل بالكامل: (1) تُعامل أزواج التماثل بشكل متساوٍ بهدف جعل الكيانات المتوازية متقاربة قدر الإمكان، مما يتجاهل عدم التماثل في القدرات المعرفية؛ (2) يُعدّ التماثل المبدئي نادرًا، وعادةً ما يتم تحديد تماثلات جديدة بطريقة غير مراقبة مشوهة بالضوضاء. ولحل هذه المشكلات، نقترح طريقة جديدة تُسمى التماثل الرسومي التلقائي المتكيف (SS-AGA). وبشكل خاص، تقوم SS-AGA بدمج جميع الرسوم المعرفية كرسم واحد من خلال اعتبار التماثل نوعًا جديدًا من الحواف. وبهذا، يمكن التحكم التكيفي في انتشار المعلومات وتقليل تأثير الضوضاء عبر الرسوم المعرفية من خلال أوزان انتباه مبنية على العلاقات. وفي الوقت نفسه، تتميز SS-AGA بمحول أزواج جديد يُمكّن من التقاط أزواج التماثل المحتملة ديناميكيًا ضمن إطار تعلم ذاتي. وأظهرت تجارب واسعة على الرسم المعرفي متعدد اللغات العام DBPedia والرسم المعرفي الصناعي متعدد اللغات الجديد المُنشأ في مجال التجارة الإلكترونية فعالية SS-AGA بشكل تجريبي.