Нейро-символический граф знаний — это гибридная модель ИИ, которая сочетает нейронные эмбеддинги сущностей и отношений с символической логикой и представлением знаний для обеспечения надёжного вывода и гибкой обобщаемости.
Формально граф знаний состоит из множества сущностей \( \mathcal{E} \), отношений \( \mathcal{R} \) и фактов \( \mathcal{F} \subseteq \mathcal{E} imes \mathcal{R} imes \mathcal{E} \).
Нейронные сети обучаются непрерывным встраиваниям \( \mathbf{e}, \mathbf{r} \in \mathbb{R}^d \) для сущностей и отношений, в то время как символические логические формулы \( \phi \) определяются как ограничения или правила, которые помогают модели при дополнении знаний и выводе.
Комбинация позволяет интегрировать как нечёткие, основанные на обучении шаблоны, так и точные, основанные на правилах выводы.
Определение:
«Нейро-символический граф знаний — это архитектура ИИ, которая связывает нейронные представления знаний с символической логикой для создания как обучаемых, так и объяснимых моделей знаний.»
Источник:
Garcez, A. d'A., Lamb, L. C., & Gabbay, D. M. (2019). Neural-Symbolic Cognitive Reasoning. Springer.