知识图谱作为结构化知识的一种形式,受到了学术界和产业界的广泛关注。知识图谱可分为静态知识图谱和动态知识图谱。动态知识图谱中包含大量带有时间信息的动态事实类知识,通常以四元组（头实体,谓词,尾实体,时间信息）的形式来表示。然而动态知识图谱仍存在不完整的问题。由于加入了时间信息,动态事实类知识的推理补全可分为时间信息补全和带有时间维度信息的不完整知识的补全。目前主流的动态事实类知识的时间信息补全方法主要是基于外部资源通过信息抽取的方法来获取时间信息。然而外部资源噪声较大导致准确率不高,且不能自适应于多种动态关系类型。近年来有大量工作研究静态知识图谱补全问题,但由于动态知识图谱的稀疏性,静态知识图谱补全方法不能直接应用于动态知识图谱。而现有的动态知识图谱方法只考虑如何将时间信息嵌入到知识图谱表示中,忽略了知识图谱的结构信息。此外也没有考虑图谱外部丰富的文本信息来引导知识图谱补全。基于以上调研与分析,本文主要研究基于外部资源的动态事实类知识时间信息补全和动态知识图谱补全。具体内容如下:（1）提出了基于记忆网络的动态事实类知识时间信息补全方法。该方法结合相关句子的语义特征和时间特征通过迭代的记忆网络推理获取时间维度信息。（2）提出了融合结构信息的动态知识图谱补全方法。该方法通过融合结构化的实体表示和时间表示来进行动态知识图谱补全,此外针对动态知识图谱的时间变化性和时间稀疏性问题给出了解决方案。（3）提出了基于外部文本信息引导的动态知识图谱补全方法。该方法能够有选择地控制通过知识图谱结构传递的文本信息从而引导动态知识图谱补全。我们在数据集上验证了本文提出方法的效果。实验结果表明,本文提出的基于记忆网络的时间信息补全方法能够扩展到多种关系类型,且补全效果优于现有方法。融合结构信息的补全方法在多个真实数据集上的表现优于现有的静态和动态知识图谱补全方法,基于外部文本信息引导的补全方法也取得了较好的效果。