本文介绍了一种新的深度进化知识网络，能够学习非线性演变的实体表示，并通过评分建模事实的发生。该方法在大规模数据集上表现出显著性能改进，并能有效预测事实的发生时间。

本文提出了一种新颖的深度进化知识网络，用于学习非线性演变的实体表示，并通过多元点过程和基于学习实体嵌入的评分来建模事实的发生。该方法在大规模数据集上比其他关系学习方法表现更好，并能有效预测事实的发生时间。