この研究では、時間的知識グラフにおけるエンティティ間の静的および動的関係をモデル化する手法について解説されています。特に、TLogicという従来のルールベースのフレームワークを拡張し、高い精度を持ちながらも説明可能な予測を実現する方法に焦点を当てています。これは、ユーザーが予測段階で適用されたルールを批判的に評価できる透明性を提供します。新しいルール形式は、関連するエンティティのみにルール適用を制限するため、エンティティカテゴリを重要な要素として組み込んでいます。さらに、ネットワーク構築時にカテゴリが不明な場合、LLM（大規模言語モデル）に基づくデータ駆動型の方法で生成する提案も行われています。加えて、カテゴリ予測の際に取得したエンティティのスコアを集約する方法についても考察されています。