知識グラフと知識推論：系統的レビュー

エンティティ間の構造的関係を表す知識グラフ（KG）は、知識駆動の人工知能のための重要な研究分野となっています。この調査では、KGとKG推論の包括的なレビューを提供します。KGの概要を紹介し、表現、保存、重要な技術を含みます。具体的には、論理ルールベース、表現ベース、ニューラルネットワークベースの方法を含む、いくつかの種類の知識推論アプローチを要約します。さらに、本論文は知識ハイパーグラフの表現方法を分析します。ハイパー関係データを効果的にモデル化し、知識推論の性能を向上させるために、三層の知識ハイパーグラフモデルを提案します。最後に、推論および更新アルゴリズムを通じて三層の知識ハイパーグラフの利点を分析し、将来の研究を促進する可能性を探ります。