مسح حول استدلال الرسم البياني المعرفي على أنواع الرسوم البيانية: ثابت، ديناميكي، ومتعدد الأنماط

أصبح استدلال الرسم البياني المعرفي (KGR)، الذي يهدف إلى استنتاج حقائق جديدة من الحقائق الموجودة استناداً إلى القواعد المنطقية المستخرجة التي تت underlying المعرفة، اتجاهاً بحثياً سريع النمو. لقد ثبت أنه يفيد بشكل كبير في استخدام الرسوم البيانية المعرفية في العديد من تطبيقات الذكاء الاصطناعي، مثل أنظمة الإجابة عن الأسئلة، وأنظمة التوصية، وغيرها. بناءً على أنواع الرسوم البيانية، يمكن تقسم نماذج KGR الحالية تقريباً إلى ثلاث فئات، وهي النماذج الثابتة، والنماذج الزمنية، والنماذج متعددة الأنماط. تركز الأعمال المبكرة في هذا المجال بشكل رئيسي على KGR الثابت، بينما تحاول الأعمال الحديثة الاستفادة من المعلومات الزمنية ومتعددة الأنماط، والتي تكون أكثر عملية وأقرب إلى الواقع. ومع ذلك، لا توجد أوراق مسحية ولا مستودعات مفتوحة المصدر تلخص وتناقش النماذج في هذا الاتجاه المهم بشكل شامل. لسد الفجوة، نقوم بإجراء أول مسح لاستدلال الرسم البياني المعرفي الذي يتتبع من الثابت إلى الزمني ثم إلى KGs متعددة الأنماط. بوضوح، يتم مراجعة النماذج بناءً على تصنيف ثنائي المستويات، أي المستوى العلوي (أنواع الرسوم البيانية) والمستوى الأساسي (التقنيات والسيناريوهات). بالإضافة إلى ذلك، يتم تلخيص وعرض الأداءات، وكذلك مجموعات البيانات. علاوة على ذلك، نشير إلى التحديات والفرص المحتملة لإلهام القراء.