Knowledge Inference and Knowledge Completion Methods using Neuro-Symbolic Inductive Rules

해당 레파지토리는 뉴로 심볼릭 유도 규칙을 활용한 지식 추론 및 지식 완성 방법를 구현한 것입니다.
해당 코드는 지식 그래프와 규칙 템플릿을 입력으로 지식 그래프로부터 새로운 지식을 추론할 수 있는 규칙을 자동으로 유도하는 end-to-end leanring을 제공하며 다음과 관계에 해당하는 추론 규칙을 유도합니다.

• transitivity : X (rel) Z and Z (rel) Y then X (rel) Y
• inverse : X (rel) Y then Y (rel) X
• equality : X (rel) Y then X (rel) Y

Input Data Format

입력 데이터의 *.txt 파일은 지식 그래프로 기본적으로 트리플(subject, relation, object)형식을 따릅니다.

• *.txt 파일의 각 line은 fact를 나타냅니다.
  • fact: BART hasFather HOMER

입력 데이터의 *.nlt 파일은 규칙 템플릿이 저장되어 있습니다.

• *.nlt 파일의 각 line은 rule templates을 나타냅니다.
  • rule template: 2 #1(X,Y) :- #2(X,Z), #3(Z,Y)
• rule template은 augment number, rule schema가 tab으로 분리되어있는 형태입니다.
  • augment number : 2
  • rule schema : #1(X, Y) :- #2(X, Z),#3(Z, Y).
• augment number는 입력 지식 그래프로부터 해당 rule schema형태의 rule instance생성 개수를 의미합니다.
• rule schema는 :-를 기준으로 좌변은 conclusion, 우변은 conclusion을 추론하기 위한 condition으로 구성됩니다.
  • 좌변 : #1(X, Y)
  • 우변 : #2(X, Z),#3(Z, Y)

NTP/data/example_8.txt

BART	nationality	USA
BART	birthPlace	NEWYORK
NEWYORK	locatedIn	USA
BART	hasFather	HOMER
BART	hasGrandfather	ABE
HOMER	hasParent	ABE
LISA	sibling		BART
BART	sibling		LISA

NTP/data/example_8.nlt

2	#1(X, Y) :- #2(X, Z),#3(Z, Y).
2	#1(X, Y) :- #2(Y, X).

Output Example

/NTP/out/example_8/example_8_rule.tsv

(('p0_0', 'X', 'Y'), ('p1_0', 'X', 'Z'), ('p2_0', 'Z', 'Y'))
0.952875	nationality(X,Y) :- birthPlace(X,Z), locatedIn(Z,Y)
0.892625	hasGrandfather(X,Y) :- hasFather(X,Z), hasParent(Z,Y)

(('p0_1', 'X', 'Y'), ('p1_1', 'Y', 'X'))
0.957433	sibling(X,Y) :- sibling(Y,X)
0.021941	sibling(X,Y) :- sibling(Y,X)

Running

NTP를 실행하기 위한 기본 파일은 NTP/Neural Theorem Prover_v2.1.ipynb 입니다.