复杂的一阶逻辑(FOL)查询在知识图谱中的回答对于推理至关重要。符号方法提供了解释性，但在不完整图谱中表现不佳，而神经方法则具有更好的泛化能力，但缺乏透明性。神经符号模型旨在整合两者的优势，但通常未能捕捉逻辑查询的层次结构，限制了其有效性。HYQNET作为一种神经符号模型，专注于逻辑查询推理，充分利用超曲面空间。HYQNET将FOL查询分解为关系投影和模糊集上的逻辑操作，从而增强了解释性。为了解决...