ナレッジグラフは、セマンティックデータ統合の中核を担う重要な技術ですが、現実世界のデータは本質的に不確実性を含むことが多いという課題があります。この論文は、ナレッジグラフ内に存在する不確実性を三つの異なるレベルで捉えており、それぞれ対応する手法を提案しています。 まず一つ目のレベルは、属性値の曖昧性です。二つ目は、三項関係（トリプル）の存在確率であり、三つ目はスキーマ知識の不完全性です。現在のセマンティックウェブ標準は、こうした不確実性に対するネイティブサポートが不足しており、素朴な拡張アプローチでは計算複雑性が手に負えなくなるという問題があります。 この研究は、これらの課題に対処するモジュール式のフレームワークを構築することを目指しています。具体的には、連続属性に対して確率的リテラルと対応するクエリ代数を定義すること、SPARQL由来情報をトラクタブルな確率回路に変換するコンパイルベースフレームワークを構築すること、そして統計的スキーマ推論のための位相認識幾何埋め込みを開発することの三つを実行します。 本研究の中心仮説は、代数的アプローチ、論理的アプローチ、幾何学的アプローチといった専門化された推論メカニズムが、セマンティック精度と計算トラクタビリティの両立を実現できるということです。このアプローチにより、ナレッジグラフの実用性と推論能力の向上が期待されます。