「可解释知识图谱推理」最新方法综述

近年来，以深度学习模型为基础的人工智能研究不断取得突破性进展，但其大多具有黑盒性，不 利于人类认知推理过程，导致高性能的复杂算法、模型及系统普遍缺乏决策的透明度和可解释性。在国 防、医疗、网络与信息安全等对可解释性要求严格的关键领域，推理方法的不可解释性对推理结果及相关 回溯造成较大影响，因此，需要将可解释性融入这些算法和系统中，通过显式的可解释知识推理辅助相关 预测任务，形成一个可靠的行为解释机制。知识图谱作为最新的知识表达方式之一，通过对语义网络进行 建模，以结构化的形式描述客观世界中实体及关系，被广泛应用于知识推理。基于知识图谱的知识推理在 离散符号表示的基础上，通过推理路径、逻辑规则等辅助手段，对推理过程进行解释，为实现可解释人工 智能提供重要途径。针对可解释知识图谱推理这一领域进行了全面的综述。阐述了可解释人工智能和知识 推理相关概念。详细介绍近年来可解释知识图谱推理方法的最新研究进展，从人工智能的 3 个研究范式角度 出发，总结了不同的知识图谱推理方法。提出对可解释的知识图谱推理研究前景和未来研究方向。

1. 引 言

随着信息技术的不断发展，人工智能实现了 从能存会算的“计算智能”，到能听会说、能看会 认的“感知智能”[1-3]，再到下一阶段具备理解、 推理和解释能力的“认知智能”[4-6]的逐渐演变， 这 3 个阶段的实现难度和价值同时逐次提升。然 而，在以深度学习为主导的人工智能技术中，大 多数的模型是不透明的，即模型在产生高精度结 果的同时，不能提供必要的解释过程。模型的不 可解释性严重影响了人们对模型决策的信任程 度，其可靠性和鲁棒性均受到广泛质疑[7]，特别 在国防、医疗和网络与信息安全等领域的许多关 键应用[8-11]中，保证系统所做出的决策具备透明 性和可解释性是非常重要且必要的。

知识推理是人类智能活动的重要组成部分， 一直以来也是人工智能的核心研究内容之一。DeepMind 指出人工智能算法必须具备推理能力， 且推理过程需要依靠人的先验知识[12]，对推理的 结果形成必要的解释。作为目前知识推理最新的 知识表达方式，知识图谱[13]技术是一种实现可解 释人工智能的可能解决方案[14]，通过将不同数据 源中的数据统一结构，实现对多源信息的语义网 络建模，为真实世界的各个推理任务提供概念、 关系和属性等可解释因素。

以安全领域的知识图谱为例，该领域主要包 括网络空间测绘图谱、漏洞知识图谱、恶意样本 知识图谱、攻击路径推理图谱等。通过威胁建模 的方式，对多源异构的网络安全领域信息进行加 工、处理、整合，转化成为结构化的安全领域知 识库，实现从威胁实体和关系的视角出发，识别威 胁以及对威胁进行评估。同时，在从图谱海量数据 中挖掘、推理威胁的实体相关信息过程中，只有通 过可解释的知识推理方法，才能进一步为推理结果 的安全可靠提供保证，提高威胁分析的效率。

在长期的研究和实践过程中，研究人员相继 总结了有关知识图谱推理的不同技术，并尝试从 不同的角度（如推理长度[15]、分布式表示[16]、图 嵌入[17]）对推理模型进行综述。然而，对于推理 模型的可解释性则缺少相关的总结与对比。同时， 人工智能的可解释性越来越受到人们的重视，可 解释知识推理在近几年的学术界和工业界中逐渐 成为关注热点，知识推理领域缺少较为全面且详 细的针对可解释知识图谱推理的综述文章。

本文通过广泛整理与可解释知识图谱推理相 关的文献，在介绍相关知识推理的基本概念及可 解释性定义的基础上，从人工智能研究范式的角 度出发，详细阐述符号主义中的可解释知识图谱 推理方法、行为主义中的可解释知识图谱推理方 法、连接主义中的可解释知识图谱推理方法和新 型混合的可解释知识图谱推理方法，详细说明了 在不同场景下，各类可解释知识图谱推理方法的 核心思想及改进过程。本文还讨论了可解释知识 图谱推理的未来研究方向及前景。

1 可解释的知识图谱推理概述

1.1 可解释性的定义

目前业界较为认可的可解释性定义为“可解 释性是一种以人类认识、理解的方式给人类提供 解释的能力”[5]。虽然人工智能技术不断取得突破性进展，高 性能的复杂算法、模型及系统却普遍无法向人类 用户解释它们的自主决策和行为，缺乏决策逻辑 的可解释性[18]。如图 1 所示，很多机器学习方法 在模型性能和可解释性之间存在不平衡现象，往 往模型越复杂越难以解释[14]，这对模型后期的应 用和优化产生很大的影响，因此人们大多基于经 验来调整模型参数以达到优化模型的目的[19]，然 后通过观察结果来判定操作的正确与否，充满盲 目性与随机性，忽略了模型可解释性的重要性。

可解释性对于用户有效地理解、信任和管 理人工智能应用至关重要[6]，它与深度神经网 络中“黑匣子”的概念形成鲜明对比。不可解 释的模型在实践中经常出现难以预测正确结果 的情况，这在低风险的环境中，不会造成严重 后果（如视频推荐系统），而对于可靠性要求较 高的系统则很危险[20]（如医疗、法律和信息安 全领域），模型必须解释如何获得相关预测。可 解释人工智能（XAI，explainable artificial intelligence）则提供了一种信任的基础，在此基 础上，人工智能才能在更大范围发挥作用，有助 于识别潜在的错误，进而改进模型[4]，提高信息 服务质量，满足道德和法律的规范要求，为用户 提供更智能的服务。

1.2 知识图谱及相关推理任务

知识图谱是人工智能的核心技术之一[13]，作为 一种新型的知识表示方法，知识图谱中包含大量的 先验知识，并以结构化三元组的形式组织海量信息， 通过实体和关系的形式将不同的数据源进行关联和 深度融合。目前，大量的知识图谱，如 Yago[21]、 Dbpedia[22]和 Freebase[23]已经开发，相关技术已被广 泛应用在智能问答[24]、推荐系统[25]和信息安全[26]等 任务中，其突出表现在学术界与工业界均获得了广 泛关注[27-28]。网络空间知识图谱示例[29]如图 2 所示。

知识推理[15]则是从已知的知识出发，经过推 理挖掘，从中获取所蕴含的新事实，或者对大量 已有知识进行归纳，从个体知识推广到一般性知 识的过程。早期的推理研究大多在逻辑描述与知 识工程领域，很多学者提倡用形式化的方法来描 述客观世界，认为一切推理是基于已有的逻辑知 识，如一阶逻辑和谓词逻辑，如何从已知的命题 和谓词中得出正确的结论一直是研究的重点。近 些年，随着互联网数据规模的爆炸式增长，传统 的基于人工建立知识库的方法不能适应大数据时 代对大量知识的挖掘需求。数据驱动的推理方法 逐渐成为知识推理研究的主流[30]。面向知识图谱的知识推理即在知识图谱的图 结构上，结合概念、属性和关系等知识，通过相 关推理技术，进行知识推理的过程。知识图谱中 所包含的概念、属性和关系天然可用于解释[31-32]， 且更符合人类对于解释的认知，方便为真实世界 的推理和解释场景进行直观建模，因此当前基于 知识图谱的知识推理方法成为知识推理领域的典 型代表。下文中的“知识推理”如未加特别说明， 特指“面向知识图谱的知识推理”。

知识图谱推理任务主要包括知识图谱补全和 知识图谱去噪。前者是通过推断出新的事实，扩 充知识图谱，包括实体预测、关系预测、属性预 测等任务。其中最为核心的任务是实体预测和关 系预测，实体预测是指利用给定的头实体和关系 （或者关系和尾实体）找出有效三元组的尾实体 （头实体）；关系预测是指通过给定头实体和尾实 体，推理出两者间的关系。后者关注图谱中已知 的知识，对于已经构建的图谱中三元组的正误进 行评判，但从本质上来讲，两者其实是在评估三 元组的有效性。除此之外，知识推理在下游的信 息检索、智能问答和推荐系统中也发挥着重要的 作用，在智慧医疗、网络与信息安全等领域显现 出良好的应用场景[27-28]。

1.3 基于知识图谱的可解释知识推理

知识推理的可解释性或者可解释的知识推理， 是人工智能可解释性的子问题[33]。与研究深度学习 算法的可解释性不同，可解释知识推理的目的是从 已知的知识出发，经过可解释的推理方法，最终获 取知识库中蕴含的新知识。目前基于知识图谱的可解释知识推理是该领域前沿的研究方向之一，其在 可解释知识推理上有诸多优势，具体如下。首先，知识图谱在表示模式上具有可解释优 势。知识表示是为描述世界所做的一组约定，是 知识的符号化、形式化或模型化的过程。常见的 知识表示方法包括谓词逻辑表示法、产生式表示 法和分布式知识表示法等，作为一种新型的知识 表示方法，相对于这些传统的知识表示方法，如 产生式表示法，知识图谱具有语义丰富、结构友 好、知识组织结构易于理解的优点。

其次，基于知识图谱的推理在推理过程中具 有可解释的优势。人类认识世界、理解事物的过 程，大多是在利用概念、属性、关系进行理解和 认知，如对于问题“为什么鸟儿会飞？”，人类的 解释可能是“鸟儿有翅膀”，这实质上使用了属性 来解释。知识图谱中富含实体、概念、属性、关 系等信息，通过图结构形式化组织这些海量的知 识，为真实世界的各个推理场景直观建模，可以 对最终的决策进行更多元的具体解释。

最后，知识图谱在存储和使用上具有可解释 的优势，相比其他的存储形式，知识图谱以三元 组的形式对知识进行构建以及存储，更加接近人 类通常认识事物“主谓宾”的认知和学习习惯， 对于人类理解会更加友好，对人们的可解释性相 比其他知识表示方法较强[19]。

1.4 知识推理任务的评价指标

1.4.1 知识推理可解释性的评价指标

本文采用的知识推理的可解释性评价指标 如下。

（1）可解释的范围

根据模型产生的可解释性范围，可解释性分 为局部可解释和全局可解释，即解释是面向某个 或某类实例还是面向整个模型行为。

（2）可解释的产生方式

根据模型解释产生的方法，推理模型可以分 为事前可解释和事后可解释。其中，事前可解释 主要指不需要额外辅助的解释方法，解释本身就 在自身的模型架构中，而事后可解释指解释本身 不在模型架构中，而是在模型训练后，以人类可 理解的规则或可视化等方式，对模型做出决策的 逻辑过程进行后验的解释。

（3）可解释的泛化性 根据解释方法是否特定于模型，可以划分为 特定于模型和与模型无关两种解释类别。

（4）可解释在下游场景的适用性 根据下游实际业务需求对于知识推理方 法的可解释性的要求，可以将推理方法分为适 用于可靠性优先领域（如医疗、网络与信息安 全领域）和适用于效率优先领域（如电影推荐 系统）。本文在接下来综述方法时，每类方法 根据以上 4 种评价指标对模型的可解释性进行 对比分析。

1.4.2 知识推理准确性的评价指标

本文采用的知识推理的准确性评价指标包括 平均倒数排名（MRR，mean reciprocal rank）和 前 k 次命中正确预测结果的比例（Hit@k）。

2 可解释的知识图谱推理方法

推动人工智能发展的 3 种主要研究范式（符 号主义、行为主义和连接主义），对知识图谱推理 方法都有着很大的影响，但三者在研究方法和技 术路线等方面有着不同的观点，导致不同研究范 式影响下的知识推理方法在可解释性与效率上存 在不同的侧重，所适用的应用场景有所差异。如 图 3 所示，本文从这 3 种研究范式角度出发，结 合目前新型混合的知识图谱推理技术，分别综述 这些分类中最新的可解释知识图谱推理方法研究 进展。

2.1 符号主义中的可解释知识图谱推理方法

从符号主义角度，知识推理可以建模为依据 符号表征的一系列明确推论，通过显式的定义推 理所需要的本体概念、规则等离散符号，进行逻 辑推理的过程。其核心是从实例中推导出一般的 本体演绎关系或逻辑规则，通过符号体系进行推理，同时，这些符号体系为推理结果提供显式的 解释。根据知识图谱本体概念层和实体实例层的 划分，符号推理方法可以分为基于本体的知识推 理和基于逻辑规则的知识推理，接下来分别介绍 其中有代表性的可解释知识推理方法。

2.2 行为主义中的可解释知识图谱推理方法

从行为主义角度，知识图谱推理可以建模为 在图结构上通过多步游走，同时对每一步进行预 见和控制，通过序列决策逐步找到推理答案的过 程，其核心是实现知识图谱图结构上的多跳推理。该类方法在得到推理结果的同时，显式地推导出 具体的路径推导过程，因此可解释性较强。该研究领域有两个主要方向，分别是基于随 机游走和基于强化学习的知识图谱推理方法。基 于随机游走的知识图谱推理方法在图结构上利用 随机游走策略，结合合适的图搜索算法获取多条 路径，利用这些路径的特征预测实体间是否存在 潜在的关系；基于强化学习的知识图谱推理方法 则通过智能体与环境不断进行交互，以反馈和交 互的方式训练智能体，在动作选择和状态更新的 动态过程中逐渐优化目标，进而实现知识推理。

2.3 连接主义中的可解释知识图谱推理方法

从连接主义角度，知识图谱中的实体和关系 可以通过表示学习方法嵌入低维向量空间，进行 数值化的运算操作，进而实现知识推理。其核心是找到一种映射函数，将符号表示映射到向量空 间进行数值表示，从而减少维数灾难，同时捕捉 实体和关系之间的隐式关联，实现符号表示向量 化的直接计算。在语义的层面，很多浅层的表示模型在提升 效率的同时，考虑建模不同的关系模式（如对称 关系、逆反关系和组合关系）、逻辑操作（如与、 或、非操作）和实体间的上下位层次关系，使模 型具有推理部分语义结构的能力，因此，连接主 义中的部分推理模型具有一定的可解释性。该类 方法大体可以分为 3 种，分别是基于平移距离的 模型、基于张量分解的模型和基于神经网络的模 型，本文重点对方法的可解释性进行对比分析。

2.4 新型混合的可解释知识图谱推理方法

主流的挖掘隐式特征的嵌入学习模型 （TransE[87]、RotatE[91]等），提升了模型的推理效 率，但极大地影响了模型的可解释性。基于图遍 历搜索的显式逻辑规则挖掘方法（AMIE+[52]、 RDF2Rule[53]等）在提升推理过程可解释性的同 时，效率方面有明显的欠缺。因此，通过结合两 者的优势，利用符号推理在可解释性和准确性上 的优势以及神经网络方法在鲁棒性与效率上的优 势，进行混合推理[113]，可以一定程度解决传统规 则方法的计算复杂度高等难题，同时提升神经网 络方法的可解释性。根据推理的不同侧重点，可 以将新型的混合推理方法分为符号规则增强神经 网络的知识推理和神经网络增强符号规则的知识 推理。

3 结 束 语

随着人工智能技术的广泛应用，人工智能的 可解释性受到越来越多的关注。在目前流行的深 度学习模型中，复杂的处理机制与大量的参数使 人类很难追溯与理解其推理过程，导致这种端到 端的黑箱学习方法可解释性较差。知识图谱作为知识的一种语义化和结构化的表达方式，以人类 可理解的表达形式进行知识推理，通过推理路径、 逻辑规则等辅助手段，结合节点周围的实体信息， 进行显式的可解释知识图谱推理，为实现可解释 人工智能提供了一种解决方案，在信息检索、信 息安全、网络空间安全等领域都有广泛的应用前 景，引发了广泛的关注。

3.1 可解释的知识图谱推理方法总结

本文概述了可解释人工智能及知识推理的相 关概念，从经典的人工智能三大研究范式的角度 出发，总结和分析了可解释的知识推理方法。无 论是以符号主义中的本体推理和规则推理方法为 代表的具有全局模型可解释性的模型，还是通过 将推理过程显式地进行学习（具体表现为证明、 关系路径和逻辑规则等方式），从而为推理预测提 供可解释性依据的具有事后过程可解释性的模 型，都一定程度增强了人们对推理结果的理解， 同时实现对错误预测原因的辅助挖掘。如表 7 所示，本文对所介绍的知识图谱推理 方法及特点进行相关的总结与对比分析。这些推 理方法根据推理目的不同，在推理准确性和可解 释性方面各有侧重，所适用的推理应用场景也因 此不同。符号主义中的知识推理模型有着很好的 可解释性，推理准确、迁移性好。然而，离散的 符号表示方法通常不足以描述数据之间所有内在 关系，造成规则学习的搜索空间太大、效率较低， 且对数据中出现的噪声鲁棒性较差（如 AMIE+[52]、RDF2Rule[53]），因此这种推理方法适 用于数据库知识结构规整，要求推理精度及可解 释程度较高的推理场景，如医疗和信息安全等要 求可靠性优先的领域。在行为主义中的知识推理 模型中，以强化学习为代表，通过反馈和交互训 练智能体，鼓励获得更大的奖励，实现了较高的 推理效率，同时得到具体的推理路径，可解释性 虽然相较于逻辑规则有所降低，但得到了具体的 推理步骤，具有过程的可解释性（如 DeepPath[73]、 MINERVA[74]），因此这种推理方法更适用针对序 列决策问题的多跳知识推理场景，如网络安全领 域的攻击路径推理图谱，推理效率和可解释性均 有较大的优势。在连接主义中的知识推理模型中， 通过数值化运算实现的模糊推理，加快了推理的速度，增强了模型的鲁棒性和推理效率，但不能 为预测结果提供显式的推理过程说明，对模型的 可解释性造成了很大影响（如 TransE[87] 、 RotatE[91]），凭借其效率和鲁棒性的优势，这种推 理方法适用在低风险但效率要求较高的效率优先 领域，如电影推荐系统与问答系统等。在新型混 合的推理模型中，结合符号推理在可解释性上的 优势和神经网络推理在鲁棒性与效率上的优势进 行的新型混合推理，无论是利用逻辑规则生成更 多实例，辅助高质量嵌入学习，还是通过神经网 络模型辅助解决数据的歧义和不确定性，帮助归 纳出更多的显式逻辑规则，推理的可解释性和效 率都得到了提升（如 IterE[117]、RNNLogic[140]）， 这种推理方法则更加需要结合系统及应用需求， 根据目标任务要求的效率或可解释性等指标的不 同，动态调整对应神经网络推理方法和符号推理 方法的侧重点，有针对性地进行推理。

3.2 有待进一步解决的问题和挑战

虽然目前可解释的知识图谱推理方法在不同 的研究范式下都取得了一定进展，但该领域仍处 于发展时期，各类方法在推理的准确性和推理过 程的可解释性上很难达到平衡，需要在理论和实 际应用中进一步完善，在未来的研究中，可解释 的知识推理还面临很多新的挑战，主要有以下 4 个 方面值得探索。

1) 结合常识知识的可解释推理。常识推理即 利用人类对世界和行为基本理解的常识认知进行 推理。结合目前人类在深度学习方面的进展，表征并融入常识知识于推理模型，从而创造更加贴 近人类思维习惯的模型，将从本质上增加模型行 为的透明度，帮助人们获得更具可解释性的结果。

2) 考虑复杂推理模式的可解释知识推理。在 知识逻辑推理中，推理的规则主要遵循传递性约 束，即链状的推理，表达能力有限。但是现实生 活中所要面临的要素更加复杂，需要支持更复杂 推理模式，自适应地挖掘更多样、有效的推理结构， 如实现对树状或网状等结构的逻辑规则推理[130]， 同时保证挖掘规则的可靠性和可解释性，辅助更 多样的决策。

3) 多模态的可解释知识推理。解释方法大多 通过推理文本中的逻辑规则或路径从而实现可解 释性，但随着移动通信技术的快速发展，如何有 效地利用语音、图片等多模态信息进行解释成为 一个具有挑战性的问题[141]。多模态信息显示出其 对知识图谱进行可解释推理的潜力，可以通过图 像、声音等多种模态对于推理的过程与结果进行 语义增强的解释。

4) 可解释性的量化度量指标。对于可解释性 的优劣并不存在非常成熟的、广为接受的量化标 准。大多数已有的方法是主观度量，因而只能定 性分析，无法对可解释模型的性能进行量化。这就造成用户无法非常准确地判断解释方法的 优劣[142]，所以需要进一步研究科学合理的可解释 的评测指标，对解释方法进行量化评价，模型 得到反馈并进行相关优化，从而更好地指导系 统的决策。

审核编辑 ：李倩