该研究提出了一种名为Hybrid Graph Network（HGN）的知识图谱增强模型，通过在一个统一的图结构中同时推理提取和生成的知识来解决知识图谱边缘稀疏和嘈杂的问题。研究结果表明，该模型在四个常识推理基准测试中取得了相当大的性能增益，并对边缘有效性和帮助性进行了研究。