🤖 AI

Neural Scalable Symbolic Search Framework for Complex Logical Queries with Multiple Free Variables

यह शोध पत्र न्यूरल स्केलेबल सिम्बोलिक सर्च (NS3) का प्रस्ताव करता है, जो एक बजटेड फ्रेमवर्क है जो वेरिएबल्स को प्रून की गई हाइपरनोड्स में मर्ज करके और क्वेरी की जटिलता को क्रमिक रूप से कम करके अपूर्ण नॉलेज ग्राफ्स पर कई फ्री वेरिएबल्स वाली जटिल लॉजिकल क्वेरीज के लिए जॉइंट रैंकिंग को कुशलतापूर्वक अनुमानित करता है, जिससे बड़े एंटिटी स्पेस को सूचीबद्ध करने की जटिलता पर विजय प्राप्त होती है और जॉइंट रैंकिंग सटीकता में मौजूदा विधियों से बेहतर प्रदर्शन होता है।

मूल लेखक: Weizhi Fei, Hang Yin, Zihao Wang, Shukai Zhao, Wei Zhang, Yangqiu Song

प्रकाशित 2026-05-26

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Weizhi Fei, Hang Yin, Zihao Wang, Shukai Zhao, Wei Zhang, Yangqiu Song

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास दुनिया का एक विशाल, अधूरा नक्शा है। यह नक्शा एक नॉलेज ग्राफ (Knowledge Graph) है, जहाँ शहर "एंटिटीज" (entities) हैं और उनके बीच की सड़कें "रिलेशनशिप" (relationships) हैं। क्योंकि यह नक्शा अधूरा है, इसलिए कुछ सड़कें गायब हैं, और आपको उन सड़कों के आधार पर अनुमान लगाना होगा जो आप देख पा रहे हैं।

अब, कल्पना कीजिए कि आप लोगों के एक विशिष्ट समूह को खोजना चाहते हैं जो एक बहुत ही जटिल विवरण में फिट बैठते हों। उदाहरण के लिए: "एक जोड़ी लोगों (व्यक्ति A और व्यक्ति B) को खोजें जहाँ व्यक्ति A एक धोखेबाज है, व्यक्ति B उनका साथी है, और उन दोनों का एक विशिष्ट लेनदेन इतिहास (transaction history) है।"

यह एक कॉम्प्लेक्स क्वेरी (Complex Query) है। चुनौती यह है कि यदि आप दुनिया के हर संभावित जोड़े की जाँच करने की कोशिश करते हैं, तो संयोजनों (combinations) की संख्या खगोलीय होगी (जैसे पृथ्वी के हर समुद्र तट में रेत का एक विशिष्ट कण खोजने की कोशिश करना)। यदि आप इस समूह में तीसरे व्यक्ति को जोड़ देते हैं, तो संयोजनों की संख्या और भी अधिक बढ़ जाती है।

यह पेपर एक नया फ्रेमवर्क पेश करता है जिसे NS3 (Neural Scalable Symbolic Search) कहा जाता है ताकि इस समस्या को हल किया जा सके। यह कैसे काम करता है, इसके लिए सरल उपमाओं का उपयोग किया गया है:

1. समस्या: "कॉम्बिनेटोरियल एक्सप्लोजन" (Combinatorial Explosion)

यदि आपके पास 10,000 लोग हैं, तो हर संभावित जोड़े की जाँच करने का अर्थ है 100 मिलियन संयोजनों की जाँच करना। हर संभावित तिकड़ी की जाँच करने का अर्थ है 1 ट्रिलियन संयोजन। इसे एक-एक करके करना बहुत धीमा होगा और इसमें बहुत अधिक कंप्यूटर शक्ति की आवश्यकता होगी।

मौजूदा तरीके आमतौर पर इस समस्या को व्यक्ति A और व्यक्ति B को अलग-अलग देखकर हल करने की कोशिश करते हैं।

दोष: वे यह निष्कर्ष निकाल सकते हैं कि "एलिस" एक संभावित धोखेबाज है और "बॉब" एक संभावित साथी है। लेकिन इसका मतलब यह नहीं है कि एलिस और बॉब एक जोड़ा हैं। वे शायद कभी मिले ही न हों! यह अलग-अलग सबसे अच्छे बाएं जूते और सबसे अच्छे दाएं जूते को खोजने जैसा है, लेकिन वे वास्तव में एक साथ फिट नहीं होते।

2. समाधान: NS3 की तीन-चरणीय रणनीति

NS3 "फिल्टरिंग और मर्जिंग" की एक स्मार्ट प्रक्रिया का उपयोग करके हर संयोजन की जाँच करने से बचता है।

चरण A: "सेफ्टी नेट" (Marginalization)

सबसे पहले, सिस्टम सरल प्रश्न पूछकर एक सुरक्षा जाल (safety net) बनाता है।

प्रश्न: "सभी संभावित धोखेबाज कौन हैं?"
प्रश्न: "सभी संभावित साथी कौन हैं?"
कार्रवाई: यह प्रत्येक भूमिका के लिए उम्मीदवारों की एक शॉर्टलिस्ट बनाता है। यदि कोई व्यक्ति धोखेबाज की सूची में नहीं है, तो उसे तुरंत दौड़ से बाहर कर दिया जाता है। यह आवश्यक है (आप एक जोड़ा नहीं हो सकते यदि आप सूची में नहीं हैं), लेकिन यह पर्याप्त नहीं है (सूची में होने का मतलब यह गारंटी नहीं है कि वे एक जोड़ा हैं)।

चरण B: "सुपर-नोड" (Merge Transformation)

व्यक्ति A और व्यक्ति B को अलग-अलग सूचियों के रूप में रखने के बजाय, NS3 उन्हें एक एकल "सुपर-नोड" (या हाइपरनोड) में जोड़ देता है।

कल्पना कीजिए कि आप सभी संभावित धोखेबाजों का एक बॉक्स और सभी संभावित साथियों का एक बॉक्स ले रहे हैं।
बॉक्स के अंदर हर संभावित जोड़ी को देखने के बजाय, NS3 एक छोटा, "प्रून्ड" (छँटा हुआ) बॉक्स बनाता है। यह केवल उन जोड़ियों को रखता है जो चरण A से प्राप्त सेफ्टी नेट के आधार पर आशाजनक दिखती हैं।
यह अनिवार्य रूप से कहता है, "हमें पूरी दुनिया की जाँच करने की आवश्यकता नहीं है; आइए हम केवल इस छोटे, उच्च-संभावना वाले पड़ोस की जाँच करें।"

चरण C: "बजट" (Scalable Search)

सिस्टम के पास एक बजट (जैसे खरीदारी की सीमा) होता है। यह तय करता है कि उस "सुपर-नोड" बॉक्स में कितने उम्मीदवारों को रखना है।

यदि बजट कम है, तो यह केवल शीर्ष 100 सबसे संभावित जोड़ियों को रखता है।
यदि बजट अधिक है, तो यह 1,000 को रखता है।
यह कंप्यूटर को पूरी दुनिया के बजाय एक बहुत छोटी, प्रबंधनीय सूची पर भारी काम (वास्तविक कनेक्शनों की जाँच करना) करने की अनुमति देता है।

3. परिणाम: सही जोड़ी को खोजना

एक बार जब सिस्टम के पास इन "सुपर-नोड्स" की यह छोटी, चुनी हुई सूची आ जाती है, तो यह रैंकिंग करने के लिए अंतिम जाँच चलाता है।

लक्ष्य: यह केवल यह नहीं कहता कि "एलिस अच्छी है" और "बॉब अच्छा है।" यह कहता है, "जोड़ा (एलिस, बॉब) #1 सबसे अच्छा उत्तर है, और (चार्ली, डेव) #2 है।"
उपमा: बाएं और दाएं जूते को अलग-अलग अंदाज़ा लगाने के बजाय, NS3 उन विशिष्ट जोड़ियों को देखता है जो वास्तव में फिट बैठते हैं और उन्हें रैंक करता है।

यह क्यों महत्वपूर्ण है

पेपर ने वास्तविक दुनिया के डेटा के तीन "नक्शों" (डेटासेट्स) पर इसका परीक्षण किया।

सटीकता (Accuracy): इसने पिछले तरीकों की तुलना में सही जोड़ियों को बहुत बेहतर तरीके से पाया, जो अक्सर व्यक्तियों को अलग-अलग देखने के कारण भ्रमित हो जाते थे।
गति (Speed): इसने कंप्यूटर को क्रैश नहीं किया या बहुत अधिक समय नहीं लिया, भले ही प्रश्न कठिन हो गए हों (2 लोगों के बजाय 3 लोगों के समूहों के बारे में पूछना)।
नया बेंचमार्क (New Benchmark): लेखकों ने अन्य कंप्यूटरों के लिए एक नया "टेस्ट" भी बनाया है, जो विशेष रूप से यह देखने के लिए डिज़ाइन किया गया है कि क्या वे केवल एकल-व्यक्ति वाले प्रश्नों के बजाय इन जटिल समूह संबंधी प्रश्नों को संभाल सकते हैं।

संक्षेप में: NS3 एक स्मार्ट जासूस की तरह है जो शहर के हर व्यक्ति का इंटरव्यू नहीं लेता। इसके बजाय, वे पहले संदिग्धों की एक शॉर्टलिस्ट बनाते हैं, फिर केवल संदिग्धों के सबसे संभावित जोड़ों को देखते हैं, और अंत में उन जोड़ों को रैंक करते हैं ताकि परफेक्ट मैच मिल सके। यह अधूरे नक्शों पर जटिल पहेलियों को हल करना तेज़ और सटीक बनाता है।

तकनीकी सारांश: जटिल तार्किक प्रश्नों के लिए न्यूरल स्केलेबल सिम्बोलिक सर्च फ्रेमवर्क

समस्या विवरण
अपूर्ण नॉलेज ग्राफ (KGs) पर जटिल क्वेरी अनswering (CQA) एक एकल मुक्त चर (free variable) वाले अस्तित्वगत प्रथम-क्रम तर्क ( $EFO_1$ ) से लेकर $k$ मुक्त चरों वाले ( $EFO_k$ ) प्रश्नों तक, तर्क और ज्ञान की खोज के लिए एक मौलिक कार्य है। मुख्य चुनौती उम्मीदवार उत्तर स्थान के घातीय विकास ( $E^k$ , जहाँ $E$ संस्थाओं का सेट है) में निहित है। मौजूदा बेंचमार्क और विधियाँ आमतौर पर मार्जिनल रैंकिंग (marginal rankings) पर निर्भर करती हैं, जहाँ प्रत्येक मुक्त चर को स्वतंत्र रूप से रैंक किया जाता है। हालाँकि, मार्जिनल रैंकिंग उत्तर टुपल्स (tuples) की वास्तविक संयुक्त रैंकिंग (joint ranking) का एक खराब प्रतिनिधि है, जो अक्सर अमान्य संयोजनों को हटाने में विफल रहती है (उदाहरण के लिए, यदि सही उत्तर $(1,3)$ है, तो मार्जिनल रैंकिंग गलत तरीके से $(1,2)$ को मान्य कर सकती है)। इसके अलावा, यथार्थवादी KGs पर व्यापक संयुक्त अनुमान (exhaustive joint inference) गणनात्मक रूप से अत्यधिक कठिन है, और मौजूदा न्यूरल-सिम्बोलिक या एम्बेडिंग-आधारित विधियाँ सटीकता या दक्षता से समझौता किए बिना मल्टी-वेरिएबल संयुक्त अनुमान के लिए स्केल करने में संघर्ष करती हैं।

कार्यप्रणाली: न्यूरल स्केलेबल सिम्बोलिक सर्च (NS3)
लेखक न्यूरल स्केलेबल सिम्बोलिक सर्च (NS3) का प्रस्ताव करते हैं, जो $EFO_k$ प्रश्नों के लिए पूर्ण $E^k$ स्थान को सूचीबद्ध किए बिना संयुक्त रैंकिंग का अनुमान लगाने के लिए डिज़ाइन किया गया एक बजट आधारित फ्रेमवर्क है। NS3 न्यूरल-सिम्बोलिक सर्च विधियों (जो मूल रूप से $EFO_1$ के लिए विकसित की गई थीं) का विस्तार करता है और तीन मुख्य तंत्रों के माध्यम से स्पष्ट रूप से संयुक्त खोज स्थान को नियंत्रित करता है:

आवश्यक शर्त के रूप में मार्जिनलाइजेशन (Marginalization as a Necessary Condition): फ्रेमवर्क पहले हाशिए के उप-प्रश्नों (मुक्त चरों के उपसमुच्चयों को अस्तित्वगत रूप से परिमाणित करना) को हल करता है ताकि आवश्यक उम्मीदवार सेट प्राप्त किए जा सकें। ये मार्जिनल परिणाम एक छंटनी (pruning) तंत्र के रूप में कार्य करते हैं; कोई भी टुपल जो मार्जिनल बाधा का उल्लंघन करता है, उसे सुरक्षित रूप से हटा दिया जाता है। यह चरण मार्जिनल उत्तर सेटों का कुशलतापूर्वक अनुमान लगाने के लिए मौजूदा सिम्बोलिक खोज क्षमताओं का लाभ उठाता है।
मर्ज ट्रांसफॉर्मेशन (हाइपरनोड्स - Hypernodes): संयुक्त तर्क को सक्षम करने के लिए, NS3 कई मुक्त चरों को एक एकल हाइपरनोड में मिला देता है। इस हाइपरनोड का डोमेन व्यक्तिगत चर डोमेन का कार्टेशियन उत्पाद (Cartesian product) है, लेकिन यह मार्जिनल प्रूनिंग परिणामों के आधार पर काफी कम हो जाता है।
प्रोग्रेसिव बजटिंग और रिड्यूस्ड डोमेन निर्माण: एक डायनेमिक बजट $B$ संयुक्त डोमेन के आकार को नियंत्रित करता है। फ्रेमवर्क एक बजटिंग एल्गोरिदम का उपयोग करता है जो सबसे छोटे अनुमानित मार्जिनल डोमेन उत्पादों वाले जोड़ियों (या हाइपरनोड्स) को ग्रीडी तरीके से मर्ज करता है। यह रणनीति सबसे अधिक प्रतिबंधित चरों को पहले मर्ज करने को प्राथमिकता देती है ताकि मध्यवर्ती संयुक्त डोमेन के विकास को सीमित किया जा सके। परिणामी क्वेरी को एक कम किए गए डोमेन पर समतुल्य $EFO_1$ क्वेरी में बदल दिया जाता है, जिसे फिर स्पष्ट सूचीकरण (explicit enumeration) के बजाय कंस्ट्रेंट स्लाइसिंग (मास्क के साथ एलिमेंट-वाइज मल्टीप्लिकेशन के माध्यम से फजी वेक्टर्स को अपडेट करना) के साथ सिम्बोलिक सर्च का उपयोग करके हल किया जाता है।

प्रमुख योगदान

NS3 फ्रेमवर्क: पहला फ्रेमवर्क जो मार्जिनलाइजेशन और हाइपरनोड मर्जिंग के माध्यम से संयुक्त उम्मीदवार स्थान को प्रगतिशील रूप से कम करके $EFO_k$ प्रश्नों के लिए सीधे संयुक्त रैंकिंग का अनुमान लगाता है।
नया बेंचमार्क: लेखक एक नया, स्केलेबल जॉइंट-रैंकिंग बेंचमार्क जारी करते हैं जो मौजूदा $EFO_1$ डेटासेट्स को $k=3$ तक विस्तारित करता है। इस डेटासेट में मल्टी-वेरिएबल रीजनिंग क्षमताओं को व्यवस्थित रूप से मूल्यांकन करने के लिए विविध क्वेरी संरचनाएं (डिस्कनेक्टेड, चेन, और साइक्लिक) शामिल हैं।
स्केलेबिलिटी और दक्षता: एक बजट किए गए रिड्यूस्ड डोमेन पर कार्य करके, न कि पूर्ण कार्टेशियन उत्पाद पर, NS3 एक निश्चित बजट के तहत $k$ के सापेक्ष बहुपद समय जटिलता (polynomial time complexity) प्राप्त करता है, जिससे बड़े $k$ के लिए संयुक्त अनुमान संभव हो जाता है।

प्रायोगिक परिणाम
फ्रेमवर्क का मूल्यांकन तीन मानक KG डेटासेट्स: FB15k, FB15k-237, और NELL पर किया गया।

मार्जिनल प्रदर्शन: मौजूदा $EFO_k$ -CQA बेंचमार्क (मार्जिनल रैंकिंग पर केंद्रित) पर, NS3 (M) ने सभी बेसलाइन्स (BetaE, LogicE, ConE, CQD, FIT, और LMPNN सहित) को मार्जिनल, मल्टीप्लाई, और जॉइंट मेट्रिक्स में लगातार पछाड़ा। विशेष रूप से, इसने चुनौतीपूर्ण साइक्लिक क्वेरीज पर मजबूत प्रदर्शन दिखाया।
जॉइंट प्रदर्शन: नए स्केलेबल बेंचमार्क (अप तक $k=3$ ) पर, NS3 (J), जो सीधा संयुक्त रैंकिंग करता है, ने सभी बेसलाइन्स पर पर्याप्त सुधार हासिल किया। औसतन, NS3 (J) पिछले स्टेट-ऑफ-द-आर्ट मेथड (FIT) से दो से तीन गुना बेहतर प्रदर्शन करता है।
एब्लेशन और सेंसिटिविटी: बजट $B$ को बदलते हुए प्रयोगों ने दिखाया कि जैसे-जैसे बजट बढ़ता है, प्रदर्शन में वृद्धि संतृप्त (saturate) हो जाती है, जहाँ $B=4000$ (FB15k-237 के लिए) दक्षता बनाए रखते हुए 99% से अधिक गोल्ड टुपल्स को बरकरार रखता है। प्रोग्रेसिव बजटिंग एल्गोरिदम को उन रणनीतियों से बेहतर पाया गया जो सभी चरों को एक साथ मर्ज करती हैं।
रनटाइम: NS3, FIT (प्राथमिक सिम्बोलिक बेसलाइन जो संयुक्त तर्क करने में सक्षम है) की तुलना में काफी तेज़ है, जो बड़े ग्राफों पर आउट-ऑफ-मेमोरी एरर से बचता है और इन्फरेंस समय को घंटों से मिनटों में कम कर देता है।

महत्व और दावे
पेपर का दावा है कि NS3 संयुक्त टुपल रैंकिंग के सैद्धांतिक उद्देश्य और मौजूदा विधियों की व्यावहारिक सीमाओं के बीच के अंतर को पाटता है। जटिल $EFO_k$ क्वेरीज को रिड्यूस्ड डोमेन पर प्रबंधनीय $EFO_1$ क्वेरीज में बदलकर, NS3 मल्टी-वेरिएबल लॉजिकल क्वेरीज के लिए व्याख्या योग्य और स्केलेबल रीजनिंग को सक्षम बनाता है। लेखक इस बात पर जोर देते हैं कि हालांकि उनके प्रयोग बेंचमार्क उपलब्धता के कारण $k \le 3$ पर केंद्रित हैं, फ्रेमवर्क को एक निश्चित बजट के तहत $k$ के साथ बहुपद (polynomial) रूप से स्केल करने के लिए डिज़ाइन किया गया है, जो अधूरे नॉलेज ग्राफ में अधिक जटिल लॉजिकल स्ट्रक्चर को संभालने के लिए एक व्यवहार्य मार्ग प्रदान करता है। यह कार्य जटिल क्वेरी अनswering में वास्तविक संयुक्त अनुमान प्राप्त करने के लिए मार्जिनल रैंकिंग से आगे बढ़ने की आवश्यकता को रेखांकित करता है।