El uso de contratos inteligentes en áreas como finanzas, gestión de la cadena de suministro y el Internet de las cosas ha avanzado significativamente la tecnología blockchain. Sin embargo, una vez desplegados en la blockchain, los contratos inteligentes no pueden ser modificados ni revocados. Cualquier vulnerabilidad puede provocar pérdidas económicas graves y violaciones de datos, lo que hace que la detección de vulnerabilidades antes del despliegue sea críticamente importante. Los métodos tradicionales de detección de vulnerabilidades en contratos inteligentes sufren de baja precisión y limitada reutilización en diferentes escenarios. Para mejorar las capacidades de detección, este artículo propone un método de detección de vulnerabilidades en contratos inteligentes basado en grafos semánticos de contratos heterogéneos y técnicas de pre-entrenamiento. En comparación con las estructuras de gráficos convencionales utilizadas en los métodos existentes, los grafos semánticos de contratos heterogéneos contienen información de contrato más rica. Al integrar estos con modelos pre-entrenados, nuestro método muestra una mayor captura de vulnerabilidades y capacidades de generalización. Los resultados experimentales muestran que este método ha mejorado la precisión, la recuperación, la precisión y el valor F1 en la detección de cuatro vulnerabilidades de contratos inteligentes ampliamente existentes y dañinas en comparación con los métodos existentes, lo que mejora considerablemente la capacidad de detección de vulnerabilidades en contratos inteligentes.