本发明公开了一种基于分类关系建模的知识图谱链接预测方法，包括以下步骤：将三元组集分为isA三元组集和关系三元组集；对于关系三元组采用RotatE模型进行建模；使用基于边际参数的损失函数作为优化目标进行训练，用训练后的模型对知识图谱链接进行预测，对于每一个测试三元组，将尾实体t用知识图谱中的每一个实体x来代替得到一组候选三元组，计算这一组候选三元组的距离函数的得分，对这组得分进行升序排序，得到测试三元组在所有候选三元组的排名。本发明相比其他基线方法学习出的向量表示性能更好。