نماذج العصبونات-الرموز لاستعلامات المنطق على الرسوم البيانية للمعرفة

الرد على استعلامات المنطق الأول من الدرجة الأولى (FOL) المعقدة في الرسوم البيانية للمعرفة هو مهمة أساسية للتفكير المتعدد الخطوات. تجتاز الطرق الرمزية التقليدية رسمًا بيانيًا كاملًا للمعرفة لاستخراج الإجابات، مما يوفر تفسيرًا جيدًا لكل خطوة. أما الطرق العصبية الحديثة فتعلم التمثيلات الهندسية للاستعلامات المعقدة. يمكن لهذه الطرق التعميم إلى رسوم بيانية للمعرفة غير مكتملة، ولكن عملية التفكير فيها صعبة الفهم. في هذا البحث، نقترح نظام تنفيذ الاستعلامات للشبكات العصبية الرسمية (GNN-QE)، وهو نموذج عصبي-رمزي يستفيد من مزايا العالمين معًا. يقوم GNN-QE بتفكيك استعلام FOL معقد إلى عمليات إسقاط علاقات وعمليات منطقية على المجموعات الضبابية، مما يوفر قابلية للتفسير للمتغيرات الوسيطة. للفكر في الروابط المفقودة، يتم تكيف GNN-QE باستخدام شبكة عصبية رسمية من إكمال الرسوم البيانية للمعرفة لتنفيذ عمليات إسقاط العلاقات، ويقوم بتوضيح العمليات المنطقية باستخدام المنطق الضبابي المنتج (Product Fuzzy Logic). أظهرت التجارب على ثلاثة مجموعات بيانات أن GNN-QE يحسن بشكل كبير على النماذج السابقة الأكثر تقدمًا في الرد على استعلامات FOL. وفي الوقت نفسه، يمكن لـ GNN-QE التنبؤ بعدد الإجابات دون إشراف صريح، وتقديم تصورات بصرية للمتغيرات الوسيطة.