本研究提出开放世界图助手（OGA），旨在解决开放世界场景中的数据不确定性问题，特别是有限标记和未知类别节点的处理。OGA结合自适应标签追踪，将语义与拓扑相结合以拒绝未知类别，并通过图标签注释器实现模型更新。实验结果验证了OGA的有效性和实用性。

本研究将用户兴趣视为潜在空间中的随机过程，以应对会话推荐系统中的数据不确定性、流行度偏差和曝光偏差。实验结果表明，该方法有效减轻了这些偏差。

本研究提出了评估机器翻译模型中数据不确定性的工具和度量方法，以及其对搜索策略的影响。结果显示搜索功能表现良好，但模型在概率质量上存在分散问题。同时，提出了评估模型校准的工具，并解决了当前模型的一些缺陷。