本研究提出了一种新颖的分类框架，旨在解决时间知识图谱在问答中的数据集不足和定制问答对生成的困难，开发了通用问答生成器TimelineKGQA，显著提升了动态事实和关系的问答能力。

本研究提出了一种深度演化聚类与时间知识图谱表示学习的方法（DECRL），有效捕捉实体间的时间演化，提升聚类的时间平滑性，实验结果表明其性能优于现有最佳基线。