公共服务推荐必须提供与请求的服务、范围和日期相匹配的证据。传统做法把所有缺失信息都视为决定性因素，导致有价值的推荐被拒绝。EviGraph 将决策所需的关键要求与可以暂时缺失的信息区分开来。语言代理负责将这些关键要求映射到时序知识图谱中的证据节点，随后由确定性检查器判断推荐是否得到充分支持。
在香港双语公共服务基准上进行实验，基准包含可执行的政策引用。实验表明，区分关键与非关键信息显著降低了不必要的放弃率。进一步的验证虽然可以撤回已支持的推荐，但并未提升决策质量。
这些结果表明，可靠的基于证据的导航依赖于明确规定决策必须确认的要素，而不是简单地增加验证步骤。
点评