CS224W摘要10.Knowledge Graph Embeddings

摘要10.Knowledge Graph Embeddings"/>

CS224W摘要10.Knowledge Graph Embeddings

文章目录

• Heterogeneous Graphs and Relational GCN (RGCN)
• • Heterogeneous Graphs
  • RGCN
  • • block diagonal matrices
    • Basis/Dictionary learning
    • Link Prediction
• Knowledge Graphs: KG Completion with Embeddings
• Knowledge Graph Completion: TransE, TransR, DistMult, ComplEx
• • KG Representation
  • Connectivity Patterns in (TransE vs TransR)
  • DistMult: bilinear modeling
  • ComplEx
  • 小结

CS224W: Machine Learning with Graphs
公式输入请参考： 在线Latex公式
主要内容：
1.介绍 异质图heterogeneous graph的概念和异质图经典baseline：relational GCN (RGCN)，这块之前也写过一点 这块之前也写过一点，但是这里对于参数的优化讲得细些。
2.介绍 知识图谱补全knowledge graph completion 任务。
3.通过图嵌入方式的四种实现方式（TransE，TransR，DistMult，ComplEx
）及其对关系表示的限制。

Heterogeneous Graphs and Relational GCN (RGCN)

Heterogeneous Graphs

A heterogeneous graph is defined as
G = ( V , E , R , T ) G=(V,E,R,T) G=(V,E,R,T)
节点，边，边类型，节点类型
例子略

RGCN

先从多类型的边入手，将普通的有向图扩展为多类型的边的图结构
这里对于GNN处理有向图的公式、消息汇聚不啰嗦。
扩展后得到：

要处理不同边，那么每个类型边对应一个权重：

第l+1层的表征公式为：
h v ( l + 1 ) = σ ( ∑ r ∈ R ∑ u ∈ N v r 1 c v , r W r ( l ) h u ( l ) + W 0 ( l ) h v ( l ) ) h_v^{(l+1)}=\sigma\left(\sum_{r\in R}\sum_{u\in N_v^r}\cfrac{1}{c_{v,r}}W_r^{(l)}h_u^{(l)}+W_0^{(l)}h_v^{(l)}\right) hv(l+1)​=σ⎝⎛​r∈R∑​u∈Nvr​∑​cv,r​1​Wr(l)​hu(l)​+W0(l)​hv(l)​⎠⎞​
其中 W 0 ( l ) h v ( l ) W_0^{(l)}h_v^{(l)} W0(l)​hv(l)​表示当前节点本身self loop
R R R表示当前边类型 r r r的集合
c v , r c_{v,r} cv,r​是归一化项是当前节点 i i i的邻居里面节点类型为 r r r的节点数量，针对这一个类型的邻居进行归一化
N v r N_v^r Nvr​是当前节点 v v v的邻居里面节点类型为 r r r的节点集合
W r W_r Wr​表示不同边类型有自己的参数

效率分析这里之前没写，这里详细写下。
RGCN中如果有L层，那么就还有L个参数矩阵： W R ( 1 ) , W R ( 2 ) , ⋯ , W R ( L ) W_R^{(1)},W_R^{(2)},\cdots,W_R^{(L)} WR(1)​,WR(2)​,⋯,WR(L)​
每个矩阵维度大小为： d ( l + 1 ) × d ( l ) d^{(l+1)}\times d^{(l)} d(l+1)×d(l)， d ( l ) d^{(l)} d(l)是第 l l l个隐藏层的维度，可以看到RGCN中参数数量和关系类型数量成正比，知识图谱中关系类型数量很多，容易产生过拟合，不好训练。
这里给两个方法来解决：

block diagonal matrices

将 W r W_r Wr​弄成block diagonal matrices形式，使得权重矩阵变稀疏，减少非零元素个数：

相当于用小的block在对角线上进行拼接，每个block是对应一个关系要学习的参数，如有有B个block，那么参数数量从 d ( l + 1 ) × d ( l ) d^{(l+1)}\times d^{(l)} d(l+1)×d(l)减少到：
B × d ( l + 1 ) B × d ( l ) B B\times \cfrac{d^{(l+1)}}{B}\times \cfrac{d^{(l)}}{B} B×Bd(l+1)​×Bd(l)​
这个法子有一个缺点，可以看到各个block在大矩阵里面的关系是正交的，因此相互之间没有交互，也就是认为关系和关系之间是独立的，没有相互的影响。

Basis/Dictionary learning

类似提取公因式的思想，将所有的参数矩阵提取一个Share weights，然后乘以一个各个关系的常量参数：
W r = ∑ b = 1 B a r b ⋅ V b W_r=\sum_{b=1}^Ba_{rb}\cdot V_b Wr​=b=1∑B​arb​⋅Vb​
这里只要学习B个常量参数 a r b a_{rb} arb​即可。

Link Prediction

因为这里有多个边类型，边预测在划分数据集这里要注意一点，节点分类任务还是一样的。
这里要把不同类型的边都要分别划分成四块，因为直接随机划分会造成某种类型的边没有出现在训练集，只出现在测试集的情况，这样效果肯定扑街。

然后给出了训练和测试这个任务的例子，不展开了，里面有提到了负样本的选取原则，看论文带读笔记去吧。

Knowledge Graphs: KG Completion with Embeddings

这个小节主要是任务大概介绍，也就7分多。
知识图谱是异质图，用节点代表实体，边表示实体间的关系
下面是一个citation KG的例子：

KG最常见的应用就是推理和问答。目前公开的大型KG数据集：FreeBase, Wikidata, Dbpedia, YAGO, NELL, etc.
特点：数据量大、缺少很多关系
对于以上特点的KG，是不可能遍历所有可能存在的实体的，我们还能预测可能存在却缺失的边吗？
下节讨论如何做。

Knowledge Graph Completion: TransE, TransR, DistMult, ComplEx

这里先界定图谱补全和边预测任务不一样，补全是知道部分信息（head, relation）预测剩下信息（tail），边预则是直接预测可能的链接。
例如：尼古拉斯·赵四（head）、住在（relation）预测：东北。

KG Representation

给出KG的三元组定义triples (ℎ, 𝑟, 𝑡)
head (ℎ) has relation 𝑟 with tail (𝑡)
思想是使得(ℎ, 𝑟)的embedding与𝑡的embedding越接近越好，这样预测的结果才准确。
(ℎ, 𝑟)的embedding方式
(ℎ, 𝑟)与𝑡的接近程度如何定义

上面两个问题产生了不同的模型，TransE、TransR是针对第一个问题开展的研究；DistMult, ComplEx是针对第二个问题开展的研究。下面具体看

Connectivity Patterns in (TransE vs TransR)

Relation Patterns	Notation	Example	TransE	TransR
Symmetric Relations	r ( h , t ) ⇒ r ( t , h ) ∀ h , t r(h,t)\Rightarrow r(t,h)\space\forall h,t r(h,t)⇒r(t,h) ∀h,t	Family, Roommate	×	√
Antisymmetric Relations	( r ( h , t ) ⇒ ¬ r ( t , h ) ) ∀ h , t (r(h,t)\Rightarrow ¬r(t,h))\space\forall h,t (r(h,t)⇒¬r(t,h)) ∀h,t	Hypernym	√	√
Inverse Relations	r 2 ( h , t ) ⇒ r 1 ( t , h ) r_2(h,t)\Rightarrow r_1(t,h) r2​(h,t)⇒r1​(t,h)	(Advisor, Advisee)	√	√
Composition (Transitive) Relations	r 1 ( x , y ) ∧ r 2 ( y , z ) ⇒ r 3 ( x , z ) ∀ x , y , z r_1(x,y)\wedge r_2(y,z)\Rightarrow r_3(x,z)\space \forall x,y,z r1​(x,y)∧r2​(y,z)⇒r3​(x,z) ∀x,y,z	My mother’s husband is my father	√	×
1-to-N relations	r ( h , t 1 ) , r ( h , t 2 ) , ⋯ , r ( h , t n ) r(h,t_1),r(h,t_2),\cdots,r(h,t_n) r(h,t1​),r(h,t2​),⋯,r(h,tn​) are all ture	r r r is “StudentsOf”	×	√

Hypernym：上位词关系，例如：白马是马，马非白马。

两个模型的思路在前面有讲，这里就不重复了，不同关系模式类型的具体分析看PPT，大概讲下原理：TransE 模型由于计算都是在相同的空间中，因此，Transitive Relations很容易根据向量的平移计算表达得到，但是对于Symmetric 和1-to-N关系而言，如果要满足关系等式，会使得 h = t h=t h=t，这个与假设相悖，因此TransE无法表示这两种关系，对于TransR而言，它的表示能力明显要比TransE 要好，但是由于每个关系都在独立的空间域，因此很难表示Transitive关系。

TransE, TransR两个模型都是用的Contrative Loss作为衡量(ℎ, 𝑟)与𝑡的接近程度的方式（基于L1/L2 距离），下面看别的衡量方式。

DistMult: bilinear modeling

DistMult: Entities and relations using vectors in R k \R^k Rk（这里实体和关系都在相同空间，和TransE的设定一样）
它的衡量方式（Score funcMon）如下：
f r ( h , t ) = < h , r , t > = ∑ i h i ⋅ r i ⋅ t i , h , r , t ∈ R k f_r(h,t)=<h,r,t>=\sum_ih_i\cdot r_i\cdot t_i, h,r,t\in \R^k fr​(h,t)=<h,r,t>=i∑​hi​⋅ri​⋅ti​,h,r,t∈Rk

从上面的表达式可以看成hrt三个东西的点积然后累加求和。
KaTeX parse error: Undefined control sequence: \cdor at position 2: h\̲c̲d̲o̲r̲ ̲r相当于超平面，然后结果在和 t t t求夹角看相似度，根据超平面的法向量来判定夹角的正负，并得到是否相关的结果。

ComplEx

在DistMult 的基础上变成了使用复数向量空间（Complex vector space）表示实体和关系：model entities and relations using vectors in C k \mathbb{C}^k Ck

u ˉ \bar u uˉ是共轭复数
它的衡量方式（Score funcMon）如下：
f r ( h , t ) = < h , r , t > = R e ( ∑ i h i ⋅ r i ⋅ t ˉ i ) f_r(h,t)=<h,r,t>=Re(\sum_ih_i\cdot r_i\cdot \bar t_i) fr​(h,t)=<h,r,t>=Re(i∑​hi​⋅ri​⋅tˉi​)

小结

PS：早看到就不自己画表格了

可以看到没有哪个模型是完美的，要根据自己数据需要预测什么样类型的关系来选择模型。
Try TransE for a quick run if the target KG does not have much symmetric relations.
Then use more expressive models, e.g., ComplEx, RotatE (TransE in Complex space)