الرد على الاستعلامات المنطقية المعقدة في الرسوم البيانية للمعرفة الناقص هو مهمة صعبة وقد تم دراستها على نطاق واسع. تقتضي الطرق القائمة على الترميز التدريب على استعلامات معقدة، ولا يمكنها التعميم بشكل جيد إلى هياكل الاستعلامات خارج نطاق التوزيع. عمل حديث يُطَرِّح هذه المهمة كمشكلة تحسين من البداية إلى النهاية، ويحتاج فقط إلى متنبئ روابط مُدَرَّب مسبقًا. ومع ذلك، بسبب المساحة البحثية التركيبية الضخمة التي تتزايد بشكل أسي، يمكن تقريب الحل الأمثل فقط، مما يحد من الدقة النهائية. في هذا العمل، نقترح QTO (تحسين شجرة حساب الاستعلام) الذي يمكنه العثور على الحل الأمثل الدقيق بكفاءة. يجد QTO الحل الأمثل من خلال انتشار تقدمي-رجعي على الرسم البياني الحسابي الشجري، أي شجرة حساب الاستعلام. وبشكل خاص، يستخدم QTO الاستقلالية المشفرة في شجرة حساب الاستعلام لتقليل المساحة البحثية، حيث تنطوي العملية فقط على عمليات محلية أثناء إجراء عملية التحسين. أظهرت التجارب على ثلاثة مجموعات بيانات أن QTO حقق أداءً عالميًا رائدًا في الرد على الاستعلامات المعقدة، بتفوق بمتوسط 22% عن أفضل النتائج السابقة. بالإضافة إلى ذلك، يمكن لـ QTO تفسير الحلول الوسيطة لكل ذرات القفز الواحد في الاستعلام بدقة تزيد عن 90%. رمز بحثنا متاح على https://github.com/bys0318/QTO.