.png){kind=icon}
返回
Information retrieval framework using knowledge graph embeddings and uncertainty modelling using probabilistic soft logic
.png){kind=icon}
OA
AI
DOI：10.1007/s10791-025-09859-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现代信息检索任务中日益增长的内生复杂性和不确定性需要系统能够进行概率推理并利用丰富的语义结构。本研究探讨了核心问题：如何通过概率逻辑与知识图谱语义的集成来增强不确定性感知检索？为解决这一问题，我们引入了一种新颖的混合框架，融合了概率软逻辑（PSL）与变换器增强的知识图谱嵌入（TEKGE），并进一步通过动态不确定性量化层（DUQL）赋能。DUQL实现了对图谱实体和关系中认识论和偶然性不确定性的细粒度建模。此外，一种多跳概率图遍历（MPGT）机制，基于贝叶斯正则化上下文嵌入，指导检索过程。在CN15k和O*NET20k两个基准数据集上的实证评估证明了系统的有效性，取得了显著提升，包括nDCG@20提高11.6%、平均倒数排名（MRR）改善14.2%，以及不确定性感知精度（UAP）得分为0.87。使用校准预测确保了检索输出中统计有效的置信度校准。本研究提出了一种可扩展且可解释的方法，结合符号推理与神经表示学习，在不确定环境中实现了鲁棒性和可信度，研究重申了语义检索中可量化置信度的重要性，为可解释和可靠信息系统这一更广泛的挑战贡献了一个有弹性的解决方案。
Keyword:
Uncertainty-aware retrieval
Knowledge graph embeddings
Probabilistic soft logic
Transformer models
Conformal prediction
Trustworthy AI
期刊
D
IF:
0
论文数:
447
被引数:
8
机构
引用论文
Ni, B.; Wang, Y.; Cheng, L.; Blasch, E.; Derr, T. Towards Trustworthy Knowledge Graph Reasoning: An Uncertainty Aware Perspective. In Proceedings of the AAAI Conference on Artificial Intelligence, Philadelphia, PA, USA, 25 February–4 March 2025; Volume 39, pp. 12417–12425. [Google Scholar] [CrossRef]Ni, B.; Wang, Y.; Cheng, L.; Blasch, E.; Derr, T. 面向可信赖知识图谱推理：一种不确定性感知视角。刊载于AAAI人工智能会议论文集，费城，宾夕法尼亚州，美国，2025年2月25日-3月4日；卷39，页码12417–12425。 [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏
Towards a Unified Temporal and Event Logic Paradigm for Multi-Hop Path Reasoning in Knowledge Graphs面向知识图谱中多跳路径推理的统一时空与事件逻辑范式ELECTRONICSOAAI
ELECTRONICSIF2.6
OAAI分享收藏
查看更多内容