A Comprehensive Survey of Knowledge Graph Reasoning: Approaches and Applications

Authors: Guanglin Niu, Bo Li, Yangguang Lin
Venue: IEEE Transactions on Big Data, Vol. 12, No. 3, May/June 2026
Year: 2026
Pages: 20 pages (pp. 721–740)
Archived PDF: PDF

一、研究摘要

知识图谱推理（Knowledge Graph Reasoning, KGR）是认知智能系统的核心支柱之一，其根本目标在于从知识图谱（Knowledge Graph, KG）中已有的显式事实出发，推断出隐含的新知识。在现实世界中，即便是像 Freebase、DBpedia 这样大规模的知识库也存在严重的不完整性——例如 Freebase 中约 75% 的人物实体缺少国籍信息，DBpedia 中约 60% 的人物缺少出生地信息。这种固有的稀疏性使得 KGR 不仅是学术研究的热点，更是药物发现、债券市场风险监管、产品推荐、语音助手、智能教育等众多实际应用不可或缺的技术基础。正是这一普遍存在的"知识缺口"问题，催生了本文所综述的庞大研究体系。

与以往主要从知识图谱类型或嵌入空间角度进行回顾的文献不同，本文提供了一个更为宏观的视角：它同时从理论基础（foundational approaches）和下游应用（applications）两个维度对 KGR 进行了系统性梳理。这一双轨视角的选取本身就具有深刻的学术洞察——理论方法的演进必须与实际部署的需求相互映照，才能真正推动领域向前发展。论文的一个显著特色在于，它关注了一些以往综述中较少涉及却至关重要的主题，例如负采样策略（negative sampling strategies）、主流开源工具库的比较分析、以及规则引导的 KGR 范式。此外，本文还前瞻性地探讨了大语言模型（Large Language Models, LLMs）对 KGR 领域的深远影响，这使其在众多同类综述中具有了鲜明的时代特征。

从核心贡献来看，本文首先完成了对传统 KGR、多跳 KGR（multi-hop KGR）和时序 KGR（temporal KGR）三类基础范式的全面总结与比较分析，细致地剖析了各类方法的优势与局限。其次，这也是首次有文献同时从横向领域（horizontal domains，如问答系统、推荐系统、视觉推理等通用任务）和纵向领域（vertical domains，如医疗健康、电子商务、网络安全等特定行业）两个维度对 KGR 的实际应用进行分类和论述，构建了一个完整的应用 taxonomy。最后，文章高屋建瓴地指出了 KGR 领域当前面临的五大核心挑战与机遇：可信推理（trustworthiness）、多模态推理（multimodal reasoning）、持续学习（continual learning）、不确定性推理（uncertainty）以及 LLM 驱动的推理范式，为未来研究指明了方向。

这篇综述的最大价值在于它试图弥合 KGR 理论进展与实际部署之间的鸿沟。通过将基础模型的比较分析与真实应用场景的系统梳理相结合，读者不仅能够理解"什么方法存在"，更能领会"什么方法在什么场景下为什么适用"。对于希望进入 KGR 领域或寻求跨方向灵感的研究者而言，这篇论文既是一份详尽的参考手册，也是一张清晰的领域地图。

二、理论框架

知识图谱推理的理论根基深深植根于两个看似对立却日益融合的传统：符号主义（symbolism）与连接主义（connectionism）。符号主义强调利用显式的逻辑规则进行可解释的推理，而连接主义则通过学习低维稠密向量表示来捕捉实体与关系之间的隐含语义关联。本文所综述的 KGR 方法，实质上可以被理解为在这两大传统之间不断寻找平衡与融合的理论演进史。

知识图谱的形式化定义为理解整个领域提供了统一的符号基础。一个传统知识图谱被定义为三元组集合 $G = (E, R, T)$ ，其中 $E$ 表示实体集合， $R$ 表示关系集合， $T$ 表示事实三元组集合，每个三元组 $(h, r, t) \in T$ 包含头实体 $h \in E$ 、关系 $r \in R$ 和尾实体 $t \in E$ 。时序知识图谱（Temporal KG, TKG）则进一步扩展为四元组形式 $G_{t} = (E, P, T^{t i m e}, Q)$ ，其中每个事件表示为 $(s, p, o, t i m e)$ ，引入了时间戳或时间区间维度。这一形式化定义看似简单，却为后续所有嵌入模型和规则学习方法奠定了统一的数学舞台。

知识图谱嵌入（Knowledge Graph Embedding, KGE）的核心理论假设是：实体和关系可以在一个连续的向量空间中被表示，而事实的合理性可以通过一个评分函数（scoring function）来度量。这一思想最早由 Bordes 等人提出的 TransE 模型系统化地确立。TransE 将关系视为向量空间中的平移操作，其优化目标可表述为：

h + r \approx t

其中 $h, r, t$ 分别表示头实体、关系和尾实体的嵌入向量。对应的评分函数定义为：

E (h, r, t) = ∥ h + r - t ∥

这里 $∥ \cdot ∥$ 表示 L1 或 L2 范数。这一公式的优雅之处在于其几何直观性：如果三元组 $(h, r, t)$ 成立，那么从 $h$ 出发沿 $r$ 方向平移应当接近 $t$ 。然而，TransE 的简化假设也带来了本质局限——它难以处理一对多、多对一以及多对多关系，因为同一头实体在不同尾实体约束下会被迫映射到相近的向量位置。

针对 TransE 的缺陷，后续研究沿着多个理论方向展开了深化。在几何空间层面，TransH 和 TransR 为每个关系引入了专属的投影空间（超平面或关系特定空间），使实体能够获得关系特定的表示；RotatE 则将关系建模为复数空间中的元素级旋转（Hadamard 乘积），通过旋转操作 $r \circ r = 1$ 天然地刻画对称关系，这是纯平移模型无法实现的；HAKE 则利用极坐标分解，以模长编码层次层级、以相位编码同层级内的区分，为捕获知识图谱中普遍存在的层次结构提供了数学工具。在代数结构层面，RESCAL 将知识图谱视为三阶张量进行分解，DistMult 将其简化为对角矩阵以提升效率，ComplEx 引入复数值向量和 Hermitian 内积以同时建模对称和反对称关系，而 TuckER 则利用 Tucker 分解显式地建模关系间的交互。这些模型本质上是在不同的代数结构和几何空间中探索三元组交互的数学表达。

与嵌入方法平行发展的另一理论脉络是逻辑规则学习。一条逻辑规则由头部原子和体部原子的合取构成，例如 $N a t i o n a l i t y (x, y) \Leftarrow B o r n I n (x, z) \land L o c a t e d I n (z, y)$ 。归纳逻辑规划（Inductive Logic Programming, ILP）方法如 AMIE+ 通过优化的查询执行和规则评估来挖掘此类规则，但其计算开销随知识图谱规模急剧增长。神经网络化的规则学习方法如 NeuralLP 和 DRUM 则将规则学习嵌入到可微分框架中，利用矩阵表示和端到端训练来发现规则模式。这一理论进路的诱人之处在于，逻辑规则提供了人类可理解的解释，而神经网络则赋予其可扩展性。

时序推理的理论框架则引入了时间维度上的动态性。时序知识图谱嵌入（TKGE）模型如 TTransE 将时间戳纳入 TransE 的平移框架，HyTE 受 TransH 启发将实体和谓词投影到时间特定的超平面，而 TERO 则用 RotatE 风格的旋转来改进跨时间对齐。这些模型的核心洞见是：事实的有效性不仅取决于实体和关系，还取决于时间上下文，时间应当被视为与实体和关系同等重要的嵌入维度。另一方面，演化学习（evolution learning）模型则将知识图谱视为一系列快照序列，用图神经网络（GNN）编码局部结构，用序列模型（如 LSTM/GRU）捕捉时间演化，其核心假设是未来的事实可以从历史模式中学习。

多跳推理的理论基础则更多地建立在路径搜索和序列决策之上。强化学习（Reinforcement Learning, RL）框架将多跳推理形式化为马尔可夫决策过程（MDP）：从查询头实体出发，智能体依次选择关系-实体动作，在知识图谱上行走以到达目标实体。这一框架的数学本质是策略优化，即学习一个策略网络来最大化找到正确答案的期望奖励。而基于 LLM 的推理则诉诸于预训练语言模型中蕴含的大规模语义知识和上下文学习能力，通过提示工程（prompt engineering）或指令微调（instruction tuning）将自然语言推理与知识图谱访问相结合。

三、技术架构

本文所勾勒的 KGR 技术体系可以被视为一个由多层架构组成的复杂生态系统，每一层对应不同的推理需求和应用场景。从底层到顶层，这个生态系统依次包括传统单步推理层、多跳路径推理层、时序动态推理层，以及最顶层由 LLM 驱动的融合推理层。这种分层并非严格的功能隔离，而是反映了从简单到复杂、从静态到动态、从结构驱动到语义驱动的技术演进趋势。

传统 KGR 的技术架构以知识图谱嵌入模型为核心。在最基础的层面上，KGE 模型共享三个设计要素：嵌入空间的选择、实体与关系的编码方式、以及衡量三元组合理性的评分函数。以翻译类模型为例，TransE 将实体和关系嵌入到同一欧几里得空间中，通过向量平移的等价性来判断事实成立与否。然而，正如前文所述，这种单一空间假设在处理复杂关系模式时捉襟见肘。为此，TransH 为每个关系定义了一个超平面，将实体投影到关系特定的子空间中再进行平移；TransR 则为每个关系构建一个独立的矩阵变换空间；而 TransD 更进一步，为头实体和尾实体分别构造动态投影矩阵，以区分实体在不同关系方向上的非对称语义角色。这些变体的技术动机十分清晰：通过增加关系特定的变换自由度，来缓解单一共享空间带来的表达能力瓶颈。

在神经架构层面，图神经网络（GNN）为 KGE 带来了邻域聚合的视角。R-GCN 执行关系特定的消息传递，每个关系类型拥有独立的权重矩阵，使得实体表示能够融合其局部子图的上下文信息。KBGAT 则引入多头注意力机制，自动学习不同邻居节点的重要性权重，让信息聚合不再是均匀的，而是聚焦于最相关的邻域。这种架构设计的本质是将知识图谱的拓扑结构显式地纳入表示学习过程，而非仅仅依赖三元组层面的平移或分解。

负采样策略是传统 KGR 架构中一个看似细节却至关重要的技术模块。由于知识图谱遵循开放世界假设——即缺失的三元组可能是错误的，也可能是尚未观察到的——KGE 模型必须依赖人工构造的负样本来训练。本文将负采样策略系统性地分为六类：随机均匀采样、基于概率的采样、基于生成对抗网络（GAN）的采样、自监督采样、基于实体语义相似度的采样，以及高效缓存采样。每一类策略都在训练效率、负样本质量和计算开销之间做出了不同的权衡。例如，KBGAN 引入生成器-判别器框架来生成困难负样本，能够产生更具信息量的训练信号，但也增加了模型复杂度和训练不稳定性；而自对抗负采样（Self-Adv）则避免了外部生成器，直接利用模型自身的得分来加权负样本，在简单性和有效性之间取得了良好平衡。

多跳 KGR 的技术架构则从根本上转向了路径搜索范式。与路径增强型 KGE 模型（在训练阶段预抽取路径并编码为嵌入）不同，多跳 KGR 在推理阶段动态地发现信息丰富的路径，提供实例级别的显式解释。基于 RL 的框架如 DeepPath 和 MINERVA 将每条关系视为一个动作，将实体视为状态，通过策略梯度方法学习最优行走策略。这些模型的技术核心在于如何设计奖励函数以应对稀疏的二元成功信号——MultiHopKG 通过预训练 KGE 模型提供软奖励，DIVINE 则采用生成对抗模仿学习让判别器来重塑奖励分布。另一方面，基于 LLM 的架构如 StructGPT、ToG 和 KnowledgeNavigator 则采用完全不同的技术路线：它们将 LLM 作为推理引擎，通过调用-线性化-生成的循环，或将束搜索与 LLM 路径排序相结合，利用预训练语言模型中蕴含的丰富语义知识来引导图遍历。

时序 KGR 的技术架构需要在静态结构建模之上叠加时间动态建模。TKGE 模型如 TA-TransE 使用 LSTM 将时间序列信息融合到关系嵌入中，TE RO 则通过时间感知的旋转操作来编码跨时间对齐。这些模型的技术关键在于如何将连续或离散的时间信息转换为可与实体和关系交互的向量表示。演化学习模型如 RE-NET 和 EvolveRGCN 则采用了双组件架构：GNN 负责在每个时间快照内编码局部图结构，而 GRU 或 LSTM 负责跨快照捕捉时序依赖。这种架构设计的优势在于它显式地建模了知识的演化过程，但代价是对历史序列的存储和计算需求。

最后，LLM 增强型 KGR 代表了一种新兴的技术融合架构。这类方法不再将 LLM 仅仅视为外部工具，而是将其深度集成到推理流程中。例如，KG-GPT 检索任务相关的子图并生成答案；MPIKGC 利用 LLM 来丰富实体描述、改写关系表述、总结子图上下文；ChatRule 则提示 LLM 从结构和文本线索中归纳符号规则。这些架构的共同特点是将 LLM 的语义抽象能力与知识图谱的结构精确性相结合，但同时也引入了新的挑战：如何确保生成内容的忠实性（faithfulness），如何将多步生成严格约束在有效的知识图谱路径上，以及如何处理 LLM 可能出现的幻觉（hallucination）问题。

四、实验评估

作为一篇综述性论文，本文的"实验评估"部分并非呈现单一模型的实验结果，而是通过系统性的比较分析、数据集介绍和范式对比，为读者提供了一个关于 KGR 方法性能特征的元分析视角。这种评估策略本身就体现了综述文章的价值：它不创造新数据，而是整合和解释已有研究的集体发现。

在评估方法论层面，KGR 任务遵循一套标准的排名协议（ranking protocol）。对于头实体预测 $(?, r, t)$ ，模型将知识图谱中的每个实体依次替换到头位置，形成候选三元组并进行评分，记录真实三元组的排名。尾实体预测同理。基于此，三个核心指标被广泛采用：平均排名（Mean Rank, MR）、平均倒数排名（Mean Reciprocal Rank, MRR）以及前 $n$ 命中率（Hits@ $n$ ）。其数学定义分别为：

M R = \frac{1}{N} \sum_{i = 1}^{N} r a n k_{i}

M R R = \frac{1}{N} \sum_{i = 1}^{N} \frac{1}{r a n k_{i}}

H i t s @ n = \frac{1}{N} \sum_{i = 1}^{N} I (r a n k_{i} \leq n)

其中 $r a n k_{i}$ 表示第 $i$ 个测试样本对应正确答案的排名， $I (\cdot)$ 为指示函数。MR 对异常值敏感，而 MRR 和 Hits@ $n$ 更为稳健可靠。此外，过滤设置（filtered setting）通过排除知识图谱中已存在的其他正确候选三元组来修正排名，以提高评估的公平性。这套评估框架已经成为 KGR 领域的事实标准，使得不同模型之间的比较成为可能。

本文在 Table II 中对代表性传统 KGR 模型进行了系统比较，沿着五条分析轴线展开。第一条轴线关注实体表示与关系表示的相对侧重：本体感知（ontology-aware）和多模态增强模型侧重于丰富实体表示，而路径增强和规则学习模型则更强调实体间的中介关系和逻辑关联。第二条轴线区分训练阶段与推理阶段的计算重点：负采样、本体正则化、路径嵌入等主要发生在训练阶段，而路径聚合、规则推理和多模态融合则在推理阶段引入额外开销。第三条轴线揭示了可解释性与泛化性之间的经典权衡：基础 KGE 模型和负采样策略追求统计覆盖以获取强泛化能力，但解释性有限；规则挖掘算法提供清晰的可解释性，但在噪声和稀疏数据下泛化能力下降；联合规则-KGE、路径增强 KGE 和本体感知 KGE 则试图在中间地带寻找平衡。第四条轴线权衡可扩展性与鲁棒性：基础 KGE 配合高级负采样确保可扩展性，而多模态、本体和路径增强模型在稀疏或多源条件下提升鲁棒性。第五条轴线则比较了各方法的数据与资源需求——本体模型需要高质量本体知识，路径模型需要足够的中间路径密度，多模态模型需要对齐的辅助信息，规则挖掘器则需要最小的关系支撑。

在多跳 KGR 领域，本文通过图 5 直观对比了 RL 方法与 LLM 方法的特征差异。RL 方法的核心特征包括显式路径探索（智能体逐步选择动作，产生具体路径作为解释）和任务特定奖励（需要在给定 KG 上训练并设计奖励函数）。LLM 方法则表现为隐式知识融合（基于学习到的语言模式生成答案，不暴露内部路径）和通用性（利用海量预训练知识实现零样本或少样本推理）。这两种范式并非简单的替代关系，而是在不同场景下各有所长：RL 方法在需要严格路径解释的领域（如金融风控、医疗诊断）具有不可替代的优势，而 LLM 方法则在快速适配新领域和处理开放式语义查询时展现了惊人的灵活性。

对于时序 KGR，图 6 从六个维度比较了三类方法：TKGE 模型学习显式时间嵌入，支持离散点和连续区间，侧重于时间条件有效性评分；演化学习模型通过时间戳快照序列捕捉动态，擅长建模演化和周期性，但缺乏显式时间戳表示；LLM 方法则通过文本化事件和语言先验来编码时间上下文，在可解释性和跨领域泛化方面具有优势，但可能牺牲图结构保真度。

值得注意的是，本文特别强调了离线基准评估与真实世界部署之间的鸿沟。基准测试通常使用固定快照和精心划分的数据集，报告过滤设置下的 MRR 和 Hits@ $n$ 。而实际部署的系统则面临端到端的约束：在线服务的延迟要求、知识图谱演化带来的数据新鲜度问题、领域数据中的噪声与隐私合规，以及可操作的置信度校准和人类可审计的解释路径。这种对"基准-部署鸿沟"的清醒认识，使本文超越了一般性的文献罗列，具有了指导实际工程实践的参考价值。

五、案例研究

为了让读者更直观地理解 KGR 方法在实际场景中的运作方式，本文在第五章提供了丰富的应用案例，覆盖了从通用问答到垂直行业的多样化场景。这些案例不仅展示了技术的工程实现，更揭示了不同推理范式在应对真实世界复杂性时的行为特征。

以知识图谱问答（KGQA）系统为例，我们可以清晰地看到 KGR 从简单到复杂的演进轨迹。对于简单查询——例如直接询问某个实体的属性——KEQA、TransE-QA 等方法将 KG 投影到嵌入空间，将问答转化为传统的 KGR 任务，即预测尾实体。这类方法有效利用了 KG 的潜在特征，但局限于单跳推理。当面对复杂查询时，例如"出生于旧金山的人所在国家的首都是什么"，就需要多跳推理能力。EmbedKGQA 用 BERT 编码复杂问题并匹配查询与实体嵌入，但忽略了路径级信息；而 PKEEQA、PA-KGQA 和 HamQA 则显式地将路径信息注入 KGE，改善了多跳推理能力。更进一步，对于带有时序约束的查询，如"David 在 2024 年招募了谁"，TwiRGCN 和 CRONKGQA 引入时间加权 GCN 和时序感知嵌入来区分时间戳和实体答案。最近的研究如 Prog-TQA 和 GenTKGQA 则结合 LLM 来处理隐式时间约束（如"之前/之后"、"第一/下一个"），展示了从结构化推理到语义推理的技术融合。

在推荐系统领域，KGR 的应用揭示了另一个有趣的案例维度。传统的协同过滤方法难以解释为什么向用户推荐某个商品，而基于 KG 的推荐系统通过显式推理来提供可解释性。KPRN 学习路径嵌入并应用加权池化机制来区分不同路径的相对重要性，既提升了推荐精度又提供了可解释性。CogER 更进一步，模拟人类的双系统认知过程：直觉估计阶段（系统 1）和基于强化学习的推理阶段（系统 2），生成高质量推荐的同时输出可解释的路径。这些案例表明，在推荐场景中，KGR 的价值不仅在于提升预测精度，更在于打开推荐过程的"黑箱"，让用户理解"为什么被推荐"。

医疗健康领域的案例则凸显了 KGR 在高风险场景中的特殊要求。Zhu 等人构建的 SDKG-11 疾病知识图谱通过多模态 KGR 投影文本嵌入到超平面，以发现特定疾病的新见解；SMR 将电子病历（EMR）与医学知识图谱整合，利用 KGE 技术推荐安全用药；KG-Predict 则通过 KGE 模型推断新的药物-疾病相互作用，展示了在阿尔茨海默病药物重定位中的实际价值。这些案例共同揭示了一个关键洞察：在医疗等高风险领域，离线基准上的 MRR 提升远不如模型的可解释性、校准置信度和对噪声临床事实的鲁棒性来得重要。错误推荐药物的代价远大于错误推荐电影的代价，因此医疗 KGR 系统必须提供可追溯、可专家审核的推理证据。

网络安全领域的案例则展示了规则学习方法的独特优势。Sikos 构建的信息安全领域 KG 采用基于规则学习的推理模型自动推断漏洞、弱点、平台和攻击模式之间的关系；Qi 等人利用 AMIE 算法挖掘逻辑规则以发现新的网络攻击链；SoliDetector 则结合知识图谱和 Solidity 编程语言，应用规则学习算法实现智能合约缺陷的高效检测和定位。这些案例之所以广泛采用规则学习方法，根源在于网络安全领域对可解释性的刚性需求——安全分析师需要理解"为什么会标记为攻击"，而不仅仅是得到一个概率分数。规则提供的显式推理链条可以直接转化为可操作的防御策略。

六、综合价值与局限

这篇综述的理论意义在于它首次系统性地将知识图谱推理的理论基础、方法分类、以及横跨横向和纵向领域的应用整合到一个统一的论述框架中。通过提出基于下游应用的组织视角，它改变了以往综述主要从模型结构或知识图谱类型出发的分类逻辑，使研究者能够更直接地根据应用场景来检索和理解相关方法。此外，本文对负采样策略、开源工具库等"工程细节"的详细梳理，以及对 LLM 融合趋势的及时追踪，都体现了作者对领域全貌的深刻把握。

从实践影响来看，这篇论文对多个利益相关者群体具有重要价值。对于学术研究者，它提供了清晰的领域地图和未来方向指引，尤其是关于可信推理、多模态融合、持续学习、不确定性推理和 LLM 增强这五大挑战的讨论，为选题和合作提供了灵感。对于工业界工程师，横向和纵向应用的双维度分类有助于快速定位与自身业务相关的技术方案，而对"基准-部署鸿沟"的强调则提醒从业者关注离线指标之外的实际系统约束。对于刚进入该领域的学生，本文从 TransE 到 LLM 的完整技术脉络提供了循序渐进的学习路径。

然而，作为一篇综述，本文也存在一些固有的局限。首先，由于 KGR 领域发展极为迅速，任何综述都面临出版即过时的风险——特别是在 LLM 相关的部分，从论文投稿到发表之间该领域可能已经发生了显著变化。其次，本文在模型比较方面主要依赖定性分析和分类学框架，虽然提供了 Table II 等对比表格，但对各模型在具体基准数据集上的定量性能差异着墨相对较少，读者如果需要精细的性能对比，仍需查阅原始论文。第三，在应用案例部分，本文主要引用了已发表文献中的成功案例，对失败案例、方法在实际部署中遇到的工程障碍讨论不足——尽管作者已经敏锐地指出了"基准-部署鸿沟"，但对如何弥合这一鸿沟的具体技术路径讨论仍然较为宏观。

一个更深层的局限在于，KGR 领域的评估体系本身可能正在经历范式转变。传统的链接预测指标（MRR、Hits@ $n$ ）在 LLM 时代是否仍然充分？当 LLM 可以生成开放式答案而非仅仅从实体候选中排序时，如何衡量推理质量？本文虽然提及了 LLM 增强 KGR 的忠实性和幻觉问题，但对新评估范式的探讨仍有拓展空间。此外，知识图谱本身的构建质量和偏见问题——例如某些领域实体代表性不足、关系定义的文化偏见——会对推理结果产生根本性影响，而这一问题在本文中尚未得到充分展开。

七、延伸阅读与思考

这篇综述建立在一系列重要的前期工作之上。在 KGE 领域，Bordes 等人（2013）的 TransE 奠定了翻译类模型的基础；Sun 等人（2019）的 RotatE 通过复数旋转显著提升了建模能力；而 Schlichtkrull 等人（2018）的 R-GCN 则将图神经网络引入关系数据建模。在规则学习方向，Galárraga 等人（2015）的 AMIE 系列和 Yang 等人（2017）的 NeuralLP 分别代表了符号方法和神经方法的两个端点。在时序 KGR 方面，García-Durán 等人（2018）的 TA-TransE 和 Trivedi 等人（2017）的 Know-Evolve 是该领域的开创性工作。本文对这些前期工作进行了系统的整合与超越，不仅覆盖了更广的方法谱系，还首次将 LLM 的影响纳入了分析框架。

对于同一问题的替代方法，研究者们可以从多个维度进行比较。如果追求极致的推理精度和大规模可扩展性，基于 GNN 的 KGE 模型和高级负采样策略（如 Self-Adv）通常是首选；如果可解释性是首要考虑，基于 ILP 的规则学习方法或神经规则学习（如 RNNLogic、Ruleformer）更具优势；如果需要处理动态变化的知识，演化学习模型如 RE-NET 和 CluSTeR 提供了成熟的解决方案；而面对零样本或少样本场景，基于 LLM 的方法展现了前所未有的灵活性。选择哪种方法，本质上是在精度、可解释性、可扩展性、动态适应能力和数据效率之间进行权衡。

展望未来，几个研究方向显得尤为 promising。在可信推理方面，如何将神经符号推理（neuro-symbolic reasoning）、人在回路中的忠实性评估（faithfulness with human-in-the-loop validation）和溯因推理（abductive reasoning）有机结合，可能是实现 trustworthy KGR 的关键前沿。在多模态方向，跨模态对齐与融合的有效编码模型、以及利用扩散模型等生成式方法补全缺失模态，是值得探索的课题。持续学习领域需要在避免灾难性遗忘的同时有效整合新知识，如何在参数规模和推理性能之间取得平衡仍是一个开放问题。不确定性推理方面，目前的大多数方法侧重于表示学习，缺乏统一的不确定性校准、传播和评估机制，这是理论上的重要空白。而在 LLM 增强方向，未来的 KGR 系统应当强调约束感知的生成和验证——例如结合逻辑规则检查器、来源感知的检索、以及报告忠实性和约束违反率的评估体系——而非仅仅追求任务指标的优化。

最深层的未解挑战在于：当 LLM 拥有海量参数化的世界知识时，显式构建和维护知识图谱的价值究竟何在？一种可能的答案是，知识图谱提供了结构化、可验证、可精确推理的知识骨架，而 LLM 提供了灵活的语义填充和泛化能力——两者不是替代关系，而是互补关系。未来的 KGR 系统很可能走向一种统一、不确定性感知、神经符号化、多模态且持续自适应的推理框架，由 LLM 赋能但不受其支配，在实际应用中平衡可扩展性、可解释性和可靠性。这篇综述所勾勒的，正是通往这一愿景的阶段性地图。

Topics: