北京航空航天大學教授牛廣林，從北航計算機學院攻讀博士學位期間一直在研究知識圖譜和知識圖譜推理技術，當時在這個領域發表了幾篇頂會論文，同時建立了最早之一的知識圖譜領域的社交媒體賬號，在閒暇之餘他發表了不少自己在學習知識圖譜領域前沿研究或實用工具時的總結和體會。
圖 | 牛廣林（來源：牛廣林）
2022 年，牛廣林從北航畢業留校任教後，就一直想寫一篇知識圖譜推理領域的綜述論文，一方面從社交媒體讀者和出版社編輯的反饋來看自己寫的知識圖譜綜述類文章還挺受歡迎的，另一方面國內外綜述論文對於知識圖譜推理這一人工智能中的重要研究領域主要是從某一特定視角進行的梳理，更加全面的總結工作值得進一步填補。
更有意思的是，2022 年正值 ChatGPT 上線，全世界的人們都驚歎於 ChatGPT 的強大功能，而且周圍很多老師和朋友都逐漸轉向大模型的研究。然而，牛廣林作爲知識圖譜的研究者，更想證明在大模型的時代，知識圖譜推理技術仍然有很大的研究價值和探索空間。因此，從 2023 年開始牛廣林就動筆撰寫了一篇綜述論文，希望能完成一篇全面的知識圖譜推理綜述，爲相關領域的研究人員提供一定的參考和啓發，只是沒想到完成這篇綜述論文用了近兩年時間。
這篇綜述論文從任務導向的角度將現有的知識圖譜推理方法分爲靜態單步推理、靜態多步推理、動態推理、多模態推理、小樣本推理和歸納式推理六類，並進一步從六類基本推理任務和複雜推理任務、知識圖譜推理技術的下游應用以及當前更具挑戰的推理任務三個主要維度，對知識圖譜推理技術的現有研究進行了全面系統的梳理和分析。
特別的，他和團隊還探討了大模型等前沿技術在知識圖譜推理領域的運用和效果。爲了便於讀者理解不同方法的特點，該團隊對比了每類推理任務中不同方法間的優缺點。同時，爲了便於大家開展相關研究，牛廣林已經將這篇綜述論文中引用的所有論文進行整理並建立了一個 GitHub 項目，包含論文題目、發表期刊或會議名稱、發表時間和論文信息頁面的鏈接地址（
https://github.com/ngl567/KGR-Survey）。
此外，該綜述論文對每類知識圖譜推理任務開展實驗所需的常用公開數據集進行了介紹，並總結了當前主流好用的一些知識圖譜表示學習開源庫，有助於相關研究者尤其是入門人員快速上手進行代碼實現。總的來說，本綜述研究旨在突顯知識圖譜推理領域的關鍵研究熱點，並展望未來值得關注的研究方向，便於相關研究者快速瞭解該領域發展並開展研究。
（來源：牛廣林）
這篇綜述論文梳理了當前幾類主要知識圖譜推理任務的已有方法，可以引導相關研究者發現感興趣的研究方向和探索有價值的研究內容。更重要的是，該綜述論文首次全面梳理了知識圖譜推理技術的下游應用情況，包括在問答系統、推薦系統和視覺推理等水平領域的應用，同時在醫療、商業、網絡安全、教育、社會治理、交通運輸和環境監測等垂直領域展現出的明顯優勢。因此，該綜述有助於其它領域的研究者瞭解知識圖譜推理技術在不同領域中的應用模式和實際價值，並指導工業界研究者將知識圖譜推理技術在實際業務場景中落地應用。
雖然大家看到的這篇綜述論文是以英文發表在 arXiv 平臺，但牛廣林最初其實是想寫一篇中文論文，因爲他當時剛接觸知識圖譜領域研究時就是通過幾篇高質量的中文綜述論文入門，所以他覺得寫好一篇中文綜述論文更能夠幫助國內研究者尤其在校學生初步瞭解該領域研究。但是，在經過一年的論文撰寫並完成總共 70 多頁的知識圖譜推理中文綜述論文後，通過國內中文期刊的投稿得到編輯的意見後認識到這篇綜述論文由於篇幅過長，如果不進行大量的內容刪減甚至無法進行實質的審稿。因此，爲了保證綜述論文的完整性，不得不轉換爲英文版本，因爲至少可以發佈在 arXiv 平臺讓研究者瞭解到這項研究內容。
所以，在經過一年的論文改寫後，牛廣林完成了整篇英文綜述論文並提交到 arXiv 平臺。再一次沒想到的是，不同於一般的研究性論文可能提交後很快就能發佈，arXiv 平臺對於綜述論文的把控較爲嚴格，經過兩個月的評審這篇綜述論文才得以發佈。“在這裏，需要感謝這篇綜述論文合作者的幫助，團隊負責人李波教授對這篇綜述論文提出了很多高屋建瓴的指導意見，林陽光同學在本科實習期間參與了這篇綜述中知識圖譜推理應用部分的方法梳理。”他表示。
通過該綜述論文，牛廣林自己對知識圖譜推理技術有了更全面的理解和認識。接下來，他將與課題組成員在基於大模型、結合多模態數據、增強可解釋性等方面開展知識圖譜推理技術的基礎研究，並實現其在態勢預測、風險處置推薦、視覺理解和推理等領域的實際應用。
參考資料：
本次綜述論文 arXiv 地址：
https://arXiv.org/abs/2506.11012
綜述對應的 GitHub 項目地址：
https://github.com/ngl567/KGR-Survey
