تهدف تضمينات الرسم المعرفي إلى التنبؤ بالعلاقات المفقودة بين الكيانات في الرسوم المعرفية. توفر النماذج المستندة إلى تحليل المصفوفات، مثل نموذج ComplEx، توازنًا جيدًا بين الكفاءة والقدرة التعبيرية، وهو أمر بالغ الأهمية نظرًا للحجم الكبير للرسوم المعرفية الواقعية. ويتضمن النموذج الحديث لتفاعل التضمين متعدد التقسيمات (MEI) هذه النماذج من خلال استخدام تنسيق المصفوفة المُجزأة (block term tensor format)، ويقدم حلًا منهجيًا للتوازن المذكور. ومع ذلك، يعاني MEI من عدة عيوب، بعضها يُستلَم من النماذج المُستندة إلى تحليل المصفوفات التي يغطيها. في هذه الورقة، نعالج هذه العيوب ونقدّم نموذجًا مُحسّنًا يُدعى MEIM (Multi-partition Embedding Interaction iMproved beyond block term format)، والذي يُضفي على التضمين متعدد التقسيمات تأثيرات تجميعية من خلال استخدام مصفوفة مركزية مستقلة، ويعزز التمثيل الأقصى للرتبة من خلال تنفيذ شرط التماثل الناعم (soft orthogonality)، إلى جانب التضمين متعدد التقسيمات. يُحسّن MEIM من القدرة التعبيرية مع الحفاظ على كفاءة عالية، ما يمكّنه من التفوق على النماذج القوية السابقة، وتحقيق نتائج من الطراز الأول في معايير التنبؤ بالروابط الصعبة باستخدام أحجام تضمين صغيرة نسبيًا. تم إصدار الشفرة المصدرية على الرابط التالي: https://github.com/tranhungnghiep/MEIM-KGE.