动态修剪的神经符号消息传递

该研究针对复杂查询回答（CQA）在不完整知识图谱上的挑战，通过提出一种基于预训练神经链接预测器的神经符号消息传递框架（NSMP）来应对消息传递方法在负查询和噪声消息处理上的不足。此方法引入符号推理和模糊逻辑，无需训练即可处理任意存在性一阶逻辑查询，提供可解释的答案，并在推理时间上优于现有的最先进的神经符号方法。