💻 computer science

Fully Geometric Multi-Hop Reasoning on Knowledge Graphs with Transitive Relations

该论文介绍了 GeometrE，一种用于知识图谱多跳推理的几何嵌入方法，它将所有逻辑操作映射为纯几何变换，并采用一种新型的传递损失函数来保持逻辑规则，在取得优于现有几何方法的性能的同时，也保持了与基于神经网络的方法相媲美的结果。

原作者： Fernando Zhapa-Camacho, Robert Hoehndorf

发布于 2026-06-19

📖 1 分钟阅读☕ 轻松阅读

原作者： Fernando Zhapa-Camacho, Robert Hoehndorf

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一个巨大的图书馆，每一本书都通过隐形的线与其他所有书相连。这些线代表着事实：“猫在垫子上”、“垫子是红色的”或“红色的东西是温暖的”。这个图书馆就是一个知识图谱（Knowledge Graph）。

有时，你会问一个简单的问题，比如“什么是红色的？”（这是一个一跳问题/one-hop question）。但通常，你会问复杂的问题，比如“帮我找一个在红色垫子上，但不是猫的东西”。这是一个**多跳推理（multi-hop reasoning）**任务。你必须跟随这些线，结合线索，并过滤掉错误的答案。

这篇论文介绍了一个名为 GeometrE 的新工具来解决这些复杂的谜题。以下是它的工作原理，用简单的语言进行解释：

1. 旧的方法：“黑盒” vs. “几何地图”

以前，计算机尝试通过两种方式来解决这些谜题：

神经网络的方式： 可以把它想象成一个神奇的黑盒。你输入一个问题，它就吐出一个答案。它效果很好，但你不知道它是如何做出决定的。这就像一位巫师在施法；你得到了结果，但你不理解其中的魔力。
几何方式： 这种方式试图绘制一张地图。它将事实转化为网格上的形状（如方块）。如果问“什么是红色的？”，计算机会在所有红色的事物周围画一个框。这非常棒，因为你可以看到逻辑。然而，旧的几何地图有一个问题：当它们尝试进行复杂的数学运算（如“A 且 B，但不 C”）时，不得不把一点点“黑盒”魔力偷偷塞进形状里才能使其运作。这破坏了“纯粹地图”的概念。

GeometrE 的核心思想： 它创建了一个纯粹的几何地图。它声称你完全不需要任何“黑盒”魔力。每一个逻辑步骤（与 AND、或 OR、非 NOT）都只是一个简单的、干净的几何动作，就像滑动一个盒子或剪掉一张纸一样。

2. GeometrE 如何绘制地图

GeometrE 不仅仅将事实转化为单个的点，而是将它们转化为盒子（就像 3D 纸箱一样）。

“盒子”概念： 想象一个代表“欧洲国家”的盒子。
交集 (AND)： 如果你想找“欧洲国家 AND 有国王的国家”，GeometrE 只是取出这两个盒子，并找到它们接触的重叠区域。这就像堆叠两个透明盒子，观察它们共同存在的空间。
否定 (NOT)： 这是最棘手的部分。你无法仅用盒子来轻松画出“不是一个盒子”的形状。GeometrE 通过一个聪明的技巧解决了这个问题：排除区（Exclusion Zone）。它不绘制“非”形状，而是直接说：“答案必须在‘欧洲’盒子内部，但必须远离‘国王’的盒子。”它将答案从禁区中推开，而无需画出整个宇宙的其余部分。

3. “传递性”链条（多米诺骨牌效应）

有些事实是传递的（Transitive）。这意味着如果 A 与 B 相关，且 B 与 C 相关，那么 A 自动与 C 相关。

例子： “祖父是父亲的父亲”且“父亲是儿子的父亲”，意味着“祖父是儿子的父亲”。

论文注意到，之前的几何地图经常会破坏这种链条。它们无法保证“祖父”的盒子仅仅通过遵循规则就能逻辑严密地连接到“儿子”的盒子。

GeometrE 的解决方案： 它添加了一个特殊的**“传递损失”（Transitive Loss）**（一个供计算机在学习过程中遵循的规则）。

想象一个楼梯。如果你从底层迈向中间层，再从中间层迈向顶层，你最终必须到达顶层。
GeometrE 强制计算机在“楼梯”上排列这些盒子，使得顺序始终得到保持。它确保如果你沿着盒子的链条移动，逻辑始终成立，就像一排倒下的多米诺骨牌一样。

4. 结果：更好的地图，没有魔力

作者在标准“图书馆”数据集（如 WN18RR, NELL, 和 FB15k-237）上测试了 GeometrE。

它击败了旧的几何地图： 通过对它们的盒子使用结合了“滑动”（加法）和“拉伸”（乘法）的动作，GeometrE 比之前的几何方法更正确地解决了更多谜题。
它足以媲美“黑盒”巫师： 它的表现几乎与那些使用魔力的复杂神经网络一样出色，但有一个巨大的优势：你可以实际看到它是如何解决问题的。 你可以观察这些盒子并说：“啊，它找到答案是因为它在这个盒子里面，并且在那个盒子外面。”

总结

可以将 GeometrE 想象成一种在巨大迷宫中导航的新方法。

旧的方法要么是给你答案但不显示地图的 GPS（神经网络），要么是使用了一张略微损坏、需要一点魔力来修复角落的地图（旧的几何方法）。
GeometrE 绘制了一张完美的、干净的地图，其中的每一次转弯、每一个死胡同和每一个捷径都是一个简单的、逻辑性的几何形状。它甚至有一条特殊规则，以确保长链条的线索（如家谱）始终能引导至正确的目的地。

该论文声称，这种方法不仅更容易理解，而且与复杂方法一样准确，并保持了逻辑的透明度，以便任何人进行检查。

技术摘要：GeometrE

问题陈述

知识图谱（KG）上的多跳逻辑推理需要将逻辑语义忠实地映射到潜空间中，以回答涉及一阶逻辑运算（交集、并集、否定和存在量化）的复杂查询。目前的方法在可解释性与性能之间面临权衡：

几何方法： 虽然通过将实体映射到几何区域（如方框、锥体）并将操作映射为变换来提供可解释性，但它们通常依赖神经网络来学习逻辑算子（如交集或否定），而非使用纯粹的几何变换。此外，现有的几何方法难以有效建模传递关系，无法保留逻辑规则 $\forall a, b, c : r(a, b) \land r(b, c) \rightarrow r(a, c)$ 或传递关系的幂等性属性。
神经方法： 纯神经方法在准确率上通常优于几何方法，但在潜空间中缺乏可解释性，将逻辑算子视为“黑盒”神经组件。

本文识别了当前研究中的两个具体局限性：(1) 逻辑算子缺乏纯几何可解释性，以及 (2) 无法建模能够保持链式结构和幂等性的传递关系。

方法论：GeometrE

作者提出了 GeometrE，这是一种框嵌入（box embedding）模型，旨在将每个逻辑操作映射为潜空间中的纯几何变换，从而消除对神经网络学习逻辑算子的需求。

1. 框嵌入与几何投影

表示： 实体和查询被表示为由中心（$cen $）和偏移量（$ off $）定义的$ n$ 维轴对齐方框。
关系投影： 不同于以往使用纯加性平移的方法（如 Query2Box），GeometrE 引入了一种乘法-加性投影机制。关系 $r$ $r$ 被表示为一个 4 元组 $(r_1, r_2, r_3, r_4)$ $(r_{1}, r_{2}, r_{3}, r_{4})$ 。对方框 $B$ $B$ 的变换 $T_r$ $T_{r}$ 定义为：
- $cen(B') = r_1 \otimes cen(B) + r_2$
- $off(B') = |r_3 \otimes off(B) + r_4|$
  这里 $\otimes$ 表示逐坐标乘法。这种组合增强了表达能力，同时保持了几何可解释性。
幂等性： 该变换被设计为在特定参数配置下具有幂等性（即 $T_r(T_r(B)) \approx T_r(B)$ ），这一属性对于建模传递关系至关重要。

2. 几何逻辑运算

交集： 通过下界的逐坐标最大值和上界的逐坐标最小值进行计算。作者认为，尽管基于体积的重叠可能存在不相交问题，但其基于距离的优化目标确保了稳定的梯度，无需使用神经近似（如 DeepSets）。
否定： GeometrE 不尝试表示方框的几何补集（因为补集不是方框），而是将否定建模为一种几何排除约束。对于查询“A 但不是 B”，模型在最小化与正向方框 $A$ 距离的同时，最大化与负向方框 $B$ 内部的距离。这避免了在潜空间中表示非方框形状。

3. 传递关系与损失函数

为了解决传递关系的建模问题，GeometrE 引入了两个关键组件：

保序函数： 对于传递关系 $r$ ，模型在特定的投影维度 $i$ 上强制执行排序约束。如果 $r(a, b)$ 和 $r(b, c)$ 成立，则嵌入必须满足 $cen(a)[i] > cen(b)[i] > cen(c)[i] $。这是通过一个专门的距离函数$ distordering$ 实现的，该函数会对违反此类链式结构的违规行为进行惩罚。
传递损失函数 ( $L_{\hat{r}_i}$ )： 为了确保关系投影在传递维度上表现为恒等变换（幂等性），模型优化关系嵌入以近似恒等函数（在非传递维度上 $r_1 \approx 1, r_3 \approx 1, r_2 \approx 0, r_4 \approx 0$ ），同时在维度 $i$ 上严格执行排序。
理论保证： 作者证明（定理 1），在这些损失函数下，模型可以保持传递规则：如果 $(a, b)$ 和 $(b, c)$ 的距离为零，则 $(a, c)$ 的距离也为零，从而维持正确的顺序。

核心贡献

完全几何可解释性： 一种查询回答方法，其中每个逻辑操作（交集、否定、关系投影）都是纯粹的几何变换，消除了对神经网络学习算子的依赖。
乘法-加性投影： 一种结合了加性和乘性组件的新颖关系嵌入机制，被证明比纯加性平移更具表达力。
传递损失函数： 一种专门的损失函数和保序机制，成功编码了传递关系的逻辑形式 ( $\forall a, b, c : r(a, b) \land r(b, c) \rightarrow r(a, c)$ ) 以及传递关系的幂等性。
实验性能： 证明了 GeometrE 在标准基准测试上优于最先进的几何方法，并能与基于神经的方法竞争。

实验结果

该方法在三个数据集上进行了评估：WN18RR-QA、NELL-QA 和 FB15k-237 (FB237)。

相对于几何基准的性能： GeometrE 在大多数查询类型（1p, 2p, 3p, 2i, 3i, pi, ip, 2u, up）和数据集上均优于现有的几何方法（GQE, Q2B, BETAE, ConE, LinE）。值得注意的是，在交集查询（2i, 3i）中，它取得了卓越的结果，而基准方法通常依赖于神经近似。
相对于神经基准的性能： GeometrE 接近了神经方法 NMP-QEM 的性能。在 WN18RR 和 FB237 中，它具有竞争力，尽管 NMP-QEM 在某些指标上仍略占优势。
否定处理： 几何排除约束被证明是有效的，使 GeometrE 在涉及否定的查询（2in, 3in, inp, pin, pni）上优于几何基准。
传递性验证：
- 在通用基准测试中，传递损失在整体 MRR 上仅有轻微且在统计上不显著的提升，这归因于数据集中传递链的频率较低。
- 然而，在针对传递链的定向评估中（使用 hypernym 和 has_part 关系），带有传递损失的 GeometrE 实现了 0.87 的 Spearman 相关系数（未使用损失时为 0.12），证明了其能够有效保持传递链的有序结构。
消融研究：
- 移除乘性组件（GeometrE-m）或加性组件（GeometrE-a）会导致性能下降，证实了组合机制的益处。
- 答案嵌入初始化的选择（独立向量 vs 重用查询中心）随数据集密度而异，独立向量在稀疏图（WN18RR）上表现更好，而重用中心在稠密图（FB237）上表现更好。

意义与主张

本文声称 GeometrE 成功弥合了几何可解释性与高性能之间的鸿沟。通过将逻辑算子映射为纯几何变换，它提供了一个推理过程透明且可理解的框架，不同于“黑盒”神经方法。

作者强调，虽然在某些场景下纯神经方法可能仍保持微弱的性能优势，但 GeometrE 提供了一个极具吸引力的替代方案，且并未牺牲可解释性。传递损失函数的引入被视为一项重要的进步，因为以往的几何方法无法有效建模传递关系的链式结构。这项工作表明，通过适当的几何约束和损失函数，可以在不依赖神经近似算子的情况下实现复杂的逻辑推理。