Résumé Technique : Génération de Hypothèses Logiques Contrôlable pour le Raisonnement Abductif dans les Graphes de Connaissances

Définition du Problème

Le raisonnement abductif dans les Graphes de Connaissances (KG) vise à générer les hypothèses logiques les plus plausibles expliquant un ensemble d'entités observées. Bien que les méthodes existantes (par exemple, AbductiveKGR) aient démontré leur capacité à générer des hypothèses, elles souffrent d'un manque critique de contrôlabilité. Dans les KG à grande échelle, une seule observation produit souvent de nombreuses hypothèses plausibles mais redondantes, non pertinentes ou excessivement complexes. Cela limite l'utilité pratique dans des domaines tels que le diagnostic clinique ou la découverte scientifique, où les utilisateurs nécessitent des explications adaptées à des aspects sémantiques spécifiques (par exemple, pathologie versus traitement) ou à des niveaux spécifiques de complexité structurelle.

L'article identifie deux défis principaux dans la mise en œuvre d'une génération contrôlée pour des hypothèses logiques longues et complexes :

1. Effondrement de l'Espace des Hypothèses : À mesure que la longueur et la complexité des hypothèses logiques augmentent, le nombre de candidats valides et plausibles chute brutalement. Cela rend difficile pour les modèles l'apprentissage de motifs structurels complexes et l'application efficace de contrôles de complexité structurelle.
2. Sensibilité Excessive de la Récompense des Hypothèses : Les approches précédentes reposaient fortement sur le score Jaccard comme signal de récompense. Cependant, cette métrique est hautement sensible ; de légères erreurs structurelles dans une hypothèse générée peuvent provoquer une chute drastique du score de récompense, entraînant une instabilité de l'entraînement et guidant le modèle vers des directions incorrectes lors de l'apprentissage par renforcement.

Méthodologie : CtrlHGen

Les auteurs proposent CtrlHGen (Génération de Hypothèses Logiques Contrôlable), un cadre entraîné selon un paradigme en deux étapes (Apprentissage Supervisé suivi d'Apprentissage par Renforcement) pour répondre à ces défis.

1. Augmentation de Données par Décomposition Sous-Logique

Pour atténuer l'effondrement de l'espace des hypothèses, les auteurs introduisent une stratégie d'augmentation de données basée sur la décomposition sous-logique.

• Processus : Les hypothèses complexes sont décomposées récursivement en sous-hypothèses plus simples, basées sur des motifs sous-logiques identifiables.
• Mécanisme : Pour une hypothèse complexe $H$ et une observation $O$, le système génère des sous-hypothèses $H_{sub}$ et dérive les sous-observations correspondantes $O_{sub}$ en les exécutant sur le KG.
• Avantage : Cela crée un ensemble dense de paires observation-hypothèse où des structures complexes sont construites à partir de composants plus simples et sémantiquement alignés. Cela permet au modèle d'apprendre progressivement des structures logiques complexes en exploitant des motifs trouvés dans des sous-composants plus simples, élargissant ainsi efficacement l'espace d'entraînement disponible pour les chaînes logiques longues.

2. Cadre de Génération Contrôlable

Le modèle génératif est un décodeur basé sur Transformer entraîné pour produire des séquences d'hypothèses guidées par une observation $O$ et une condition de contrôle $C$.

• Conditions de Contrôle :
  • Focus Sémantique : Contrainte de la génération sur des entités ou des relations spécifiques (par exemple, « se concentrer sur le traitement »).
  • Contraintes Structurelles : Imposition de motifs logiques spécifiques (par exemple, intersection, union, négation), limitation du nombre d'entités impliquées, ou restriction du nombre de relations utilisées.

3. Apprentissage par Renforcement avec Récompenses Lissées

Pour répondre à la sensibilité excessive de la récompense des hypothèses, les auteurs affinent la fonction de récompense utilisée lors de la phase d'Apprentissage par Renforcement (AR) (en utilisant spécifiquement l'Optimisation de Politique Relative par Groupes, GRPO).

• Alignement Sémantique : Au lieu de se fier uniquement au score Jaccard, la récompense sémantique $R_{sem}$ est une combinaison pondérée des coefficients Jaccard, Dice et Recouvrement (Overlap). L'inclusion de Dice et de Recouvrement fournit des gradients plus lisses et une plus grande tolérance aux écarts mineurs, stabilisant l'entraînement.
• Respect des Conditions : Une récompense binaire $R_{cond}$ est introduite pour encourager explicitement le modèle à satisfaire les contraintes de contrôle spécifiées par l'utilisateur (par exemple, motif logique correct ou nombre d'entités).
• Objectif : La récompense totale équilibre la similarité sémantique avec le respect des contraintes, garantissant que les hypothèses générées sont à la fois précises et contrôlables.

Contributions Clés

1. Introduction de la Tâche : L'article est le premier à introduire formellement la tâche du raisonnement abductif contrôlable dans les graphes de connaissances, définissant la capacité de contrôler à la fois le contenu sémantique et la complexité structurelle.
2. Décomposition Sous-Logique : Une stratégie novatrice d'augmentation de données qui résout le problème de l'effondrement de l'espace des hypothèses, permettant aux modèles d'apprendre des structures logiques complexes en exploitant des sous-composants plus simples.
3. Conception Robuste de la Récompense : Une fonction de récompense affinée intégrant les coefficients Dice et Recouvrement pour atténuer la sensibilité excessive de la récompense, accompagnée d'une récompense de respect des conditions pour assurer une conformité stricte aux contraintes de contrôle.
4. Validation Empirique : Des expériences extensives sur trois jeux de données de référence (DBpedia50, WN18RR, FB15k-237) démontrant une performance supérieure par rapport aux modèles de base.

Résultats Expérimentaux

Le modèle a été évalué sur trois jeux de données dans le cadre de cinq conditions de contrôle (motif logique, nombre de relations, nombre d'entités, entité spécifique, relation spécifique).

• Similarité Sémantique : CtrlHGen surpasse significativement la ligne de base inconditionnelle (AbductiveKGR) et divers Grands Modèles de Langage (LLM) incluant GPT-4o, Kimi K2, Grok-3 et DeepSeek-V3. Par exemple, sur FB15k-237, CtrlHGen a obtenu un score Jaccard de 64,3 dans la condition « entité spécifique », tandis que le meilleur LLM (GPT5 avec mode réflexion) n'a obtenu que 24,1.
• Respect des Conditions : Le modèle a atteint des taux de respect élevés (souvent >90 %) pour les contraintes structurelles et sémantiques, alors que les LLM ont considérablement peiné avec les contraintes structurelles (par exemple, motifs logiques spécifiques), échouant souvent à suivre la syntaxe requise ou la profondeur logique.
• Études d'Ablation :
  • La suppression de la décomposition sous-logique a entraîné une chute significative des scores Jaccard, en particulier pour les motifs complexes impliquant des disjonctions et des négations.
  • La suppression des récompenses Dice/Recouvrement a conduit à une dégradation des performances, confirmant la nécessité de récompenses lissées pour un entraînement AR stable.
  • La suppression de la récompense de respect des conditions a légèrement amélioré la similarité sémantique mais a drastiquement réduit la capacité du modèle à suivre les contraintes de contrôle.

Importance et Revendications

L'article revendique que CtrlHGen comble avec succès le fossé entre la capacité théorique du raisonnement abductif et son application pratique. En introduisant la contrôlabilité, le cadre permet aux utilisateurs de filtrer le vaste espace des hypothèses pour générer des explications non seulement plausibles, mais aussi pertinentes pour des intentions utilisateur spécifiques (par exemple, se concentrer sur un aspect spécifique d'une maladie ou limiter la complexité).

Les auteurs soulignent que, bien que les LLM possèdent de fortes capacités sémantiques, ils peinent avec le raisonnement structuré requis pour les tâches abductives sur les KG, en particulier lorsque des contraintes structurelles strictes sont imposées. CtrlHGen démontre qu'une approche neuro-symbolique spécialisée, combinant apprentissage supervisé, augmentation de données et apprentissage par renforcement adapté, est nécessaire pour atteindre une génération d'hypothèses logiques de haute qualité et contrôlable. Ce travail positionne le raisonnement abductif contrôlable comme une étape cruciale vers la viabilité des systèmes d'inférence basés sur les KG pour des domaines réels à haut risque.