في عالم الذكاء الاصطناعي، تعتمد الأساليب العصبية بشكل متزايد على الرسوم البيانية للمعرفة (Knowledge Graphs) للإجابة على استفسارات معقدة. يعتقد الكثيرون أن هذه الأساليب تكتسب قدرات تمكنها من التعلم من الأنماط التي تتجاوز البنية الصريحة لتلك الرسوم البيانية، مما يتيح لها استخراج إجابات قد تكون بعيدة عن متناول معالجة الاستعلامات الرمزية.

ومع ذلك، قامت دراسة حديثة بتحليل منهجي يقارن بين نماذج الإجابة العصبية على الاستفسارات المعقدة (CQA) واستراتيجية بديلة تُعرف باسم تهدئة الاستفسار (Query Relaxation)، والتي تعتمد على تخفيف قيود الاستعلام وحساب المسارات الناتجة لاسترجاع الإجابات المحتملة.

من خلال تقييم عدة مجموعات بيانات وهياكل استعلام، أظهرت النتائج أن هناك حالات عديدة تؤكد أن الأداء بين الأساليب العصبية وتقنية تهدئة الاستعلام كان متشابهًا، حيث لم يتمكن أي نموذج عصبي من التفوق بشكل مستمر على النهج البديل. بل إن تحليل التشابه بين الإجابات المسترجعة أظهر تداخلًا طفيفًا، مما يعني أن دمج المخرجات من كلا الطريقتين قد يحسن الأداء بصورة ملحوظة.

هذه النتائج تدعو إلى إعادة تقييم مدى تقدم النماذج العصبية في الإجابة على الاستفسارات، حيث تكشف عن عجز هذه النماذج الحالية في احتواء أنماط التفكير التي تلتقطها تقنية تهدئة الاستعلام. وبالتالي، يُقترح أن تندمج المبادئ الجديدة المتعلقة بتهدئة الاستفسار في المنهجيات العصبية المستقبلية لتحسين الفعالية والأداء.