有效融合語言模型、圖神經網絡，文字圖訓練框架GLEM實現新SOTA

• 主要單位：蒙特婁演算法學習人工智慧實驗室（Mila）、微軟亞洲研究院等
• 論文網址：https://arxiv.org/abs/2210.14709
• 程式碼位址：https://github.com /andyjzhao/glem

引言

圖1：(a)文字圖(b) 圖神經網路(c) 語言模型

圖是一種普遍的資料結構，建模了節點之間的結構關係。在現實生活中，許多節點包含豐富的文字特徵，這種圖稱為文字圖 (text-attributed graph [2])。例如，論文引用網路中包含了論文的文本和論文之間的引用關係；社交網路中包含了使用者的文本描述和使用者直接的互動關係。在文圖上的表示學習模型，可以應用於節點分類、連結預測等任務中，具有廣泛的應用價值。

文字圖包含了兩方面資訊：節點的文字資訊和節點之間的圖結構資訊。傳統文本圖的建模可以分為對文本建模和對圖建模兩個角度。其中，對文本的建模方式（如圖1.b 所示）通常採用基於Transformer 的語言模型（LM）得到單一節點的文本表示，並對目標任務進行預測；對圖建模的建模方式（圖1.c 所示）通常採用圖神經網路（GNN），透過訊息傳播機制來建模節點特徵之間的交互，並預測目標任務。

然而，兩種模型只能分別建模文本圖中的文本和圖結構：傳統語言模型無法直接考慮結構訊息，而圖神經網路無法直接對原始文本訊息進行建模。為了同時建模文字和圖結構，研究者嘗試將語言模型和圖神經網路融合起來，同時更新兩個模型的參數。但是，現有工作 [2, 3] 無法同時建模大量鄰居文本，可拓展性差，無法應用在大文本圖上。

GLEM 架構

為了更有效的融合圖神經網路與語言模型，本文提出了 Graph and  L anguage Learning by Expectation Maximization (GLEM) 架構。 GLEM 框架基於變分期望最大演算法（Variational EM），交替學習圖神經網路和語言模型，從而獲得了很好的可拓展性。

圖2：GLEM 框架

具體地，以節點分類任務為例，在 E 步驟 ， GLEM 根據真實標籤和圖形神經網路預測的偽標籤訓練語言模型；在 M 步驟 ， GLEM 根據真實標籤和語言模型預測的偽標籤訓練圖神經網路。透過這種方式，GLEM 框架有效地挖掘了局部的文字資訊和全局的結構互動資訊。透過 GLEM 框架訓練好的圖神經網路（GLEM-GNN）和語言模型（GLEM-LM）都可以用來預測節點標籤。

實驗

論文的實驗部分主要從以下幾個面向討論 GLEM 框架：

• 有效性：GLEM 模型能夠有效整合圖神經網路和語言模型，對兩種模型都有明顯提升。 GLEM 框架在 OGB 的三個文字圖節點分類任務上取得了第一名。
• 可擴展性：透過交替訓練圖神經網路和語言模型，GLEM 框架可以同時訓練大語言模型和深層 GNN。
• 無結構歸納推理（Structure-free inductive）能力：傳統 GNN 模型在面對沒有圖結構的新節點時表現不佳。相較之下，GLEM-LM 僅使用文字特徵（無需圖結構）就能進行有效推理。
• 模型收斂：GLEM 使用 EM 迭代演算法，在某些資料集上一次 EM 迭代即可收斂。

以上是有效融合語言模型、圖神經網絡，文字圖訓練框架GLEM實現新SOTA的詳細內容。更多資訊請關注PHP中文網其他相關文章！