理解 DEKG-ILP 模型：提升知识图谱链接预测的新方法

背景

知识图谱（Knowledge Graph，KG）是一种通过节点（实体）和边（关系）来表示数据的结构化图谱。常见的知识图谱有Freebase、NELL和DBpedia。它们在信息检索、推荐系统和问答系统等应用中起着重要作用。知识图谱的一个重要任务是链接预测，即预测图中缺失的链接。这一任务已经取得了一定的成功，主要归功于近年来知识图谱嵌入方法的发展。

然而，知识图谱并不是静态的，而是动态演变的。例如，DBpedia在2015年末到2016年初，每天都有约200个新的实体出现。传统的嵌入方法在处理这些新出现的实体时效率低下，因为这些实体在训练过程中是未见的。虽然可以通过重新训练整个图谱来解决这个问题，但这种方法在实际应用中耗时且计算量大。因此，诱导链接预测（Inductive Link Prediction，ILP）成为一个重要的研究方向，其目的是在新出现的知识图谱中预测未见实体的链接。

为什么需要DEKG-ILP模型

现有的方法主要集中在预测新知识图谱中的封闭链接，即在新图谱内部的链接。然而，在许多实际应用中，新图谱和原始图谱之间缺少连接，这些桥接链接（bridging links）携带了关键的进化信息。例如，在药物相互作用的预测中，桥接链接可能包含重要的信息。现有的方法（如Grail和TACT）在处理这种断开的新兴知识图谱（Disconnected Emerging Knowledge Graphs，DEKGs）时，无法有效预测桥接链接。为了填补这一空白，提出了DEKG-ILP模型。

上图展示了断开的新兴知识图谱（DEKG）和原始知识图谱（KG）的一个示例，用于解释桥接链接和封闭链接的概念，虚线表示缺失的链接

DEKG-ILP模型的主要功能和目标

DEKG-ILP模型旨在预测DEKGs中的缺失链接，包括封闭链接和桥接链接。该模型由两个主要模块组成：

1. CLRM（基于对比学习的关系特定特征建模）

   提取全局的、基于关系的语义特征，这些特征在原始KG和DEKG之间共享。

2. GSM（基于图神经网络的子图建模）

   提取每个链接周围的局部拓扑信息。

DEKG-ILP模型的实现方式

下图展示了整个DEKG-ILP模型的架构，包括CLRM（基于对比学习的关系特定特征建模）和GSM（基于图神经网络的子图建模）两个主要模块的工作流程

1. CLRM模块

   • 关系特定特征建模：提取并表示每个关系的语义特征，将实体表示为这些关系特征的融合。

   • 对比学习：通过设计正负样本生成策略，优化关系特定特征。

2. GSM模块

   • 子图提取：从知识图谱中提取目标链接周围的子图。封闭链接使用单个子图，桥接链接使用两个断开的子图。
   • 节点标记：为子图中的每个节点打标签，表示它们到目标链接头实体和尾实体的距离。
   • 图神经网络（R-GCN）：使用关系图卷积网络处理子图，提取节点的拓扑特征。

3. 综合评分

   结合CLRM的语义评分和GSM的拓扑评分，得到目标链接的最终评分。

实验效果

在多个基准数据集（如FB15k-237、NELL-995和WN18RR）上的实验表明，DEKG-ILP模型在预测封闭链接和桥接链接方面均显着优于现有方法。特别是，DEKG-ILP在桥接链接预测任务中显示了显着的提升，这证明了其在处理DEKGs方面的有效性。

下图展示了DEKG-ILP模型与其他基线模型在三个数据集（FB15k-237、NELL-995和WN18RR）上的性能比较

以下是附图中的一些内容说明:

数据集

• FB15k-237
• NELL-995
• WN18RR

模型

• TransE：一种基于转移的嵌入方法。
• RotatE：一种在复数空间中建模转移的嵌入方法。
• ConvE：一种基于卷积神经网络的嵌入方法。
• GEN：一种基于图神经网络的方法。
• RuleN：一种基于规则挖掘的方法。
• Grail：一种基于子图推理的方法，专为DEKGs设计。
• TACT：一种专注于关系预测的子图推理方法。
• DEKG-ILP：本文提出的新模型。

评价指标

• MRR（Mean Reciprocal Rank）：平均倒数排名。
• Hits@1：前1命中率。
• Hits@5：前5命中率。
• Hits@10：前10命中率。

未来研究方向和影响

1. 进一步优化模型：可以探索更有效的对比学习策略或更强大的图神经网络结构。
2. 应用扩展：将DEKG-ILP应用于更多实际场景，如医学知识图谱中的药物相互作用预测。
3. 跨图谱应用：研究如何在不同领域的知识图谱之间进行链接预测，增强跨领域的知识融合和利用。

DEKG-ILP模型的成功不仅在于解决了现有方法的局限性，还在于为处理复杂的、动态演变的知识图谱提供了一种有效的方法，具有广泛的应用前景和研究价值。

结论

DEKG-ILP模型通过结合全局和局部的信息，能够有效预测知识图谱中缺失的桥接链接和封闭链接，从而提升知识图谱的完整性和推理能力。这一模型不仅在现有方法中脱颖而出，还为未来的知识图谱研究和应用提供了新的思路和方向。

论文地址:https://www.computer.org/csdl/proceedings-article/icde/2023/222700a381/1PByD9gXXKE