本文提出了一种基于本地与全局历史信息的对比学习模型(LogCL)，用于时态知识图推理。该模型通过实体感知注意机制捕捉与查询相关的关键历史信息，并设计了四种历史查询对比模式，提高了模型的鲁棒性和预测性能。实验结果表明，LogCL相较于现有基准模型取得了更好且更鲁棒的性能。