Los grafos de conocimiento neuro-simbólicos son modelos híbridos que conectan representaciones neuronales con estructuras de conocimiento simbólicas.
Las redes neuronales generan representaciones vectoriales densas de entidades y relaciones, mientras que los componentes simbólicos utilizan reglas lógicas explícitas y ontologías.
Esto permite un mejor razonamiento y una generalización mejorada, ya que las reglas simbólicas apoyan el aprendizaje y los modelos neuronales manejan incertidumbres y ruido en los datos.
Las aplicaciones típicas son sistemas de preguntas y respuestas, completado de conocimiento y búsqueda semántica.
La integración suele realizarse mediante técnicas de incrustación que mapean relaciones simbólicas en el espacio continuo, combinadas con restricciones basadas en lógica.