Query2box: الاستدلال على الرسوم المعرفية في الفضاء المتجهي باستخدام تضمينات الصناديق

الرد على الاستفسارات المنطقية المعقدة في الرسوم البيانية للمعرفة (KGs) الكبيرة وغير الكاملة هو مهمة أساسية ومعقدة. مؤخرًا، تم اقتراح نهج واعد لهذه المشكلة يتمثل في تضمين كيانات الرسم البياني للمعرفة والاستفسار في فضاء متجهي بحيث يتم تضمين الكيانات التي تجيب على الاستفسار بالقرب من الاستفسار. ومع ذلك، فإن الأعمال السابقة تقوم بتقديم الاستفسارات كنقاط واحدة في الفضاء المتجهي، وهو ما يشكل مشكلة لأن استفسارًا معقدًا يمكن أن يمثل مجموعة كبيرة محتملة من كياناته الإجابة، ولكن ليس واضحاً كيف يمكن تمثيل مثل هذه المجموعة كنقطة واحدة. علاوة على ذلك، يمكن للأعمال السابقة التعامل فقط مع الاستفسارات التي تستخدم الترابطات ($\wedge$) والمحددات الوجودية ($\exists$). أما التعامل مع الاستفسارات التي تحتوي على الترابطات المنطقية البديلة ($\vee$) فهو لا يزال مشكلة مفتوحة.في هذا السياق، نقترح query2box، وهو إطار مستند إلى التضمين للمنطق العقلاني لأي استفسارات باستخدام مشغلي $\wedge$ و$\vee$ و$\exists$ في الرسوم البيانية للمعرفة الضخمة وغير الكاملة. رؤيتنا الرئيسية هي أن الاستفسارات يمكن تضمينها كصناديق (أي مستطيلات متعددة الأبعاد)، حيث أن مجموعة النقاط داخل الصندوق تعكس مجموعة كيانات الإجابة على الاستفسار. نوضح أن الترابطات يمكن تمثيلها بشكل طبيعي كتقاطعات بين الصناديق، كما نثبت نتيجة سلبية مفادها أن التعامل مع الترابطات البديلة سيتطلب تضمينًا بأبعاد تناسب عدد كيانات الرسم البياني للمعرفة. ومع ذلك، نوضح أنه من خلال تحويل الاستفسارات إلى الشكل الطبيعي البديل (Disjunctive Normal Form)، يكون query2box قادرًا على التعامل مع أي استفسارات منطقية باستخدام $\wedge$ و$\vee$ و$\exists$ بطريقة قابلة للتوسع.نظهر فعالية query2box من خلال اختباره على ثلاثة رسوم بيانية كبيرة للمعرفة ونبرهن بأن query2box يحقق تحسينًا نسبيًا بنسبة تصل إلى 25% مقارنة بأحدث التقنيات المتاحة.