ในระบบการให้เหตุผลทางตรรกะ เครือข่ายประสาทเทียมสามารถถูกฝึกเพื่อจัดลำดับตัวเลือกในการค้นหาคำตอบให้มีประสิทธิภาพมากขึ้น ขั้นตอนสำคัญคือการสร้าง Embeddings หรือตัวแทนเชิงตัวเลขของประพจน์ทางตรรกะที่มีประโยชน์ งานวิจัยนี้จึงนำเสนอแนวทางใหม่ในการสร้าง Embeddings สำหรับ Horn Logic โดยเฉพาะ
ทีมวิจัยใช้เทคนิค Triplet Loss ซึ่งประกอบด้วยตัวอย่างหลัก (Anchor), ตัวอย่างบวก และตัวอย่างลบ โดยมีการนำเสนอแนวคิดหลัก 3 ประการ ได้แก่ การสร้าง Anchor ที่มีคำซ้ำเพื่อให้โมเดลเรียนรู้โครงสร้างได้ดีขึ้น การรักษาสมดุลของระดับความยากในตัวอย่างที่นำมาฝึก และการเน้นตัวอย่างที่ยากที่สุด (Hardest Examples) ในระหว่างการฝึกเป็นระยะ ผลการทดสอบพบว่าแนวทางนี้ช่วยให้การให้เหตุผลในฐานความรู้ต่างๆ มีความแม่นยำและรวดเร็วขึ้น
