若何善用通用性行业KG（常识图）

1? ?意识通用性行业KG本文援用地点：1.1 食品FlavorGraph为例在上一期里，藉由 用户、食材跟食谱 三位一体的多档次关系来树立常识图（KG：Knowledge Graph）。而且基于上述KG体经由过程三个阶段来天生反现实食材组合的图谱，这联合了多阶段的GCN模子跟反现实剖析来停止推举跟翻新。此中，幕后有一个基本组件：FlavorGraph。它等于俗称的：行业KG（industry knowledge graph），是由Sony AI团队与韩国高丽年夜学配合树立的食材配对通用性KG。它的数据量包括1,561 项风味化合物（flavor molecules）跟百万笔食谱，构成食品跟化合物构成的宏大常识收集，表白食材跟食材或食材与化合物之间的关联，可用来推举互补的配料，辅助厨师们翻新烹调菜肴。1.2 以医药DRKG为例DRKG（Drug Repurposing Knowledge Gaph）是由亚马逊上海AI试验室结合来自亚马逊AI北美、明尼苏达年夜学、俄亥俄州破年夜学、湖南年夜学的研讨者，独特构建的年夜范围药物再应用常识图，其包含属于13种实体范例（entity-types）的97, 238个实体（entities）；以及属于107种边沿范例（edge-types）的5,874,261 项贯穿连接(links)。如图-1所示。图1 通用性DRKG（引自https://github.com/gnn4dr/DRKG）这DGRK十分有助于新药开辟，它能够无效收缩药物研发周期、下降本钱跟危险。从上述的医疗行业的DRKG，以及饮食行业的FlavorGraph 等，咱们来察看它们对各行业的AI利用，供给了很年夜的辅助。2? ?行业KG+AI模子将常识图KG跟AI模子联合起来，更可能控制数据之间的关联跟正确涵意，晋升了推论的正确性，也更施展AI器进修方式的才能。愈来愈多企业开端应用AI来辅助决议，KG+AI将智能融入数据自身，来为AI供给了更可说明、更正确的配景。进而帮助企业人士下降决议危险，晋升企业效益。比方，在医药行业，能说明某药物为何对特定疾病无效。而在饮食行业FlavorGraph供给的通用化学风味常识，并由AI模子（如GCN模子）进一步发掘潜伏菜单组合的关联，激起食谱翻新。此中，KG与GCN模子的联合进程，如下：2.1 数据网络与挑选：网络企业外部数据（如食材洽购列表、贩卖记载），而且荡涤数据，去除冗余或不相干的数据。应用行业KG构造化数据晋升GCN模子输入数据的品质。2.2 破KG：计划节点（node）与边（edge）的范例，比方「食材」、「操持」、「风味」等。而且界说节点特点（feature）跟关联（relationship），比方「包括」、「兼容」、「替换」等。2.3 练GCN模子：练习GCN来实现模子的目的，包含应用模子来提取常识。比方风味搭配倡议、新菜单推举等。上述的KG 与GCN 模子是互补的，KG 中的数据是高度构造化的图形数据，包括节点跟关联。而GCN可能处置图构造数据，经由过程聚合街坊节点的信息来进修每个节点的表现。于是，GCN天然适配KG的构造，捕获节点间庞杂的语义关联。这KG是行业数据的「智能衔接器」，能无效晋升企业AI处理计划的效力与正确性。比方，FlavorGraph与DRKG曾经展示残暴光辉，利用于很多贸易场景，让企业采取行业KG，联合本身数据打用造更有竞争力的AI 应。3? ?基于通用性行业KG，建构卑鄙企业KG通用性行业KG（如FlavorGraph）包含丰盛的行业共享性常识，而企业则针对小范畴的特别需要（如拉面的烹调进程、食材搭配、口胃分配等），树立公用的企业KG( 如FoodKG) 更具针对性。如图-2所示。图2 行业KG支撑卑鄙义务从行业KG（如FlavorGraph）中提取相干节点与边，弥补企业外部数据（如食材洽购列表、贩卖记载）。荡涤数据，去除冗余或不相干的数据。有了行业KG供给跨域常识的支撑，能无效利用于拉面食材推举、菜单计划跟特性化效劳等多种场景。这种形式是一种常识驱动的AI迁徙进修，能减速AI针对企业目的的利用。当初，就来不雅摩这个「常识驱动AI迁徙进修」的第一项事件：将行业FlavorGraph 的节点嵌入（node embedding）作为企业FoodKG + GCN的初始特点（initial features）。将已有的行业常识（如FlavorGraph中的节点嵌入）转化为模子可用的初始特点，同等于应用外部的常识来加强当地图谱的表示。无论是餐饮、医疗、金融、制作仍是批发行业，都能从跨域常识的迁徙中受益。初始特点来自于成熟的常识图谱，代表了节点间的隐含语义与构造关联。这种初始化能明显晋升模子在各行业的进修才能跟机能。事后练习的嵌入能轻松利用于新节点或关联的扩大，而无需从新从零练习。差别行业的图谱跟嵌入可共享或迁徙，增进跨范畴利用。比方，将医疗行业的常识嵌入利用于安康食物推举（如从DRKG迁徙到FlavorGraph）。另有，将财政数据图谱嵌入用于供给链危险治理等很多贸易情境。此中，节点嵌入（node embeddings）是将常识图谱中的节点转换为数值向量，亦即紧缩节点的高维属性与关联信息到低维空间中，保存图构造的中心语义。而后，于节点嵌入的向量空间，权衡节点之间的类似性。应用行业年夜KG的节点嵌入作为卑鄙企业小KG+GCN 模子输入，十分有助于晋升推举、分类、或猜测义务的正确度。基于KG 的常识来天生节点嵌入的罕见技巧包刮：DeepWalk、Node2 Vec、GraphSAGE、或GCN 等。4? ?现实案例演示：实际卑鄙义务方才提到了，每个食材跟化学身分都是FlavorGraph图中的节点(node)，这些节点之间的边（edge）代表食材跟化学身分之间的关系。比方，某些食材共享类似的化学身分或风味特征。而后，FlavorGraph + AI的框架中，其要害义务之一就是：天生食材及其化学身分的节点嵌入。因为SONY AI团队曾经应用FlavorGraph + DeepWalk方式来天生其节点嵌入了。以是在企业KG 的卑鄙义务建构中，就能直接读取它，来做为卑鄙FoodKG + GCN的肇端输入节点特点。4.1 从FlavorGraph读取节点嵌入当初，就来写一个小Python 顺序读取之。此顺序运转时，就会从FlavorGraph掏出食材( 如蛋)的节点嵌入，输出如下：因为FlavorGraph是行业年夜型KG，其容纳浩繁食材，其节点嵌入向量采用较高的300维度。比方，这顺序读取的食材 蛋 的嵌入向量含有300个数值。4.2 树立企业KG基于FlavorGraph天生的节点嵌入，就能树立卑鄙义务的高品质企业KG。平日企业KG的节点跟边的数目，都比上游通用性KG少良多，然而为了接收从上游迁徙而来的节点嵌入，以是企业KG的节点特点( 向量) 也必需设定成：300维。当初，就着手撰写一个小Python顺序，来树立一个小型FoodKG。它只有200个节点，以及171个边。如下代码：此顺序运转时，就会从nodes_tiny_200.csv跟edges_tiny_200.csv两个档案里， 读取200个节点跟171个边的数据，树立一个卑鄙的FoodKG。接着，从上游FlavorGraph读取节点嵌入，做为FoodKG的肇端节点特点。而且输出如下：于是，筹备好了FoodKG。4.3 企业KG来练习GCN接上去，就是引进GCN模子来进修FoodKG的数据。这是个别典范的GCN 练习，于此省略其练习代码。此顺序运转时，就开展练习200 回合，并输出：这是典范的GCN练习流程。从loss 值的连续降落，这GCN的进修后果是精良的。至此，实现了一项要害义务：应用行业KG供给的预练习嵌入，将KG节点转化为可用于GCN模子的数值特点，而且开展练习。5? ?停止语通用性行业KG能够支撑建构种种企业KG，并联合GCN等模子，来支撑浩繁企业AI的卑鄙义务。比方，也能支撑树立发酵食材的IngGraph，来实际另一项卑鄙客制化义务。发酵进程中的食材（比方：酸奶、酱油、啤酒、泡菜等）每每会阅历庞杂的化学反映跟微生物运动。在FlavorGraph风味关系图中，这些食材都是图中的节点，而发酵进程中的风味改变、化学物资（若有机酸、酯类、醇类等）的变更则成为边来衔接这些节点。GCN模子不只进修食材间的静态关系，还能捕获发酵进程中风味的变更。而卑鄙IngGraph如许的体系能够辅助用户实现更准确的食材搭配与风味计划，尤其是针对那些风味组合庞杂、须要高度自界说的发酵食材范畴。