【论文解读 AAAI 2020 | HDGI】Heterogeneous Deep Graph Infomax

论文题目：Heterogeneous Deep Graph Infomax

论文来源：AAAI 2020

论文链接：https://arxiv.org/abs/1911.08538v1

代码链接：https://github.com/YuxiangRen/Heterogeneous-Deep-Graph-Infomax

关键词：异质图，表示学习，GNN，互信息，attention

---

---

1 摘要

本文解决的是异质图的表示学习问题。

受基于互信息的学习算法启发，提出了无监督的图神经网络****HDGI(Heterogeneous Deep Graph Infomax)，用于异质图的表示学习。

使用元路径建模异质图结构中的语义信息，使用图卷积模块和语义级别的注意力机制捕获节点的局部表示。

通过最大化局部和全局的互信息，HDGI可以有效地学习到高阶的节点表示。

实验显示HDGI超越了state-of-the-art的无监督的图表示学习方法，并且和有监督的用于节点分类的state-of-the-art的GNN模型相比，也表现强劲。

2 引言

有监督的GNN模型不能用于数据标签难获取的任务。

无监督的图表示学习模型

无监督的图表示学习模型大致可分为两类：

（1）基于矩阵分解的模型

通过分解简单的相似度矩阵捕获图的全局信息，但是忽视了节点属性信息以及局部邻居间的关系信息。

（2）基于边的模型

通过节点间的连边或随机游走得到的路径，捕获了局部和高阶邻居的信息。有连边的节点或者是在同一路径中共现的节点，其节点表示更加相似。

基于边的模型倾向于保留有限范围（有限阶）的节点相似度，缺乏保留全局图结构的机制。

（3）DGI（deep graph infomax）

最近的DGI[1]提出了一个新方向，同时考虑了局部和全局的图结构。

DGI最大化了图patch representations间的互信息以及对应的图的high-level summaries。

甚至和同质图的有监督的GNN模型相比，有可与之比拟的效果。

---

本文贡献

本文作者提出基于互信息的用于异质图表示学习的框架。

（1）第一个在异质图表示学习中应用最大化互信息的工作；

（2）提出HDGI方法，是无监督的GNN模型。在元路径上使用注意力机制来处理异质图的异质性，使用互信息最大化实现无监督的设置。

（3）实验证明HDGI学习得到的节点表示可用于节点分类和节点聚类任务。甚至比有监督信息的state-of-the-art GNN模型表现好。

3 定义

（1）异质图(HG)

• 图$\mathcal{G}=(\mathcal{V},\mathcal{E})$
• 节点映射函数：$\varphi :\mathcal{V}\to \mathcal{T}$，$\varphi (v)\in \mathcal{T}$
• 边映射函数：$\psi :\mathcal{E}\to \mathcal{R}$，$\psi (e)\in \mathcal{T}$
• $|\mathcal{T}|+|\mathcal{E}|>2$
• 节点的属性特征编码成矩阵$X$

（2）异质图表示学习

给定$\mathcal{G},X$，学习到低维的节点表示：$H\in {\mathbb{R}}^{|\mathcal{V}|\times d}$。

本文作者只聚焦于学习一种类型的节点的表示，该类型的节点记为${\mathcal{V}}_t$。

元路径表示两节点间的复合关系，元路径集合定义为$\{{\Phi }_1,{\Phi }_2,...,{\Phi }_P\}$。

本文为了简化问题的设置，使用对称且无向的元路径定义目标节点${\mathcal{V}}_t$间的相似性。

（3）基于元路径的邻接矩阵

给定元路径${\Phi }_i$，若节点$v_i\in {\mathcal{V}}_t,v_j\in {\mathcal{V}}_t$间存在一个元路径实例，则$v_i,v_j$就是基于${\Phi }_i$的邻居。

这样的邻居信息表示成基于元路径的邻接矩阵：$A^{{\Phi }_i}\in {\mathbb{R}}^{|{\mathcal{V}}_t|\times |{\mathcal{V}}_t|}$。若$v_i,v_j$通过元路径${\Phi }_i$相连，则$A_{ij}^{{\Phi }_i}=A_{ji}^{{\Phi }_i}=1$，否则为0。

4 HDGI方法

4.1 HDGI概览

HDGI的概览如图2所示。

输入是：$\mathcal{G},X\in {\mathbb{R}}^{N\times d},\{{\Phi }_i{\}}_{i=1}^P$。

可计算出基于元路径的邻接矩阵集合：$\{A^{{\Phi }_i}{\}}_{i=1}^P$。

（1）4.2节展示了基于元路径的局部表示编码，由两步组成：

1. 根据$X$和每个$A^{{\Phi }_i}$学习到节点表示$H^{{\Phi }_i}$；
2. 使用语义级别的注意力机制聚合$\{H^{{\Phi }_i}{\}}_{i=1}^P$，生成节点表示$H$。

（2）4.3节展示了全局的表示编码器$\mathcal{R}$，从$H$获得图的summary vector $s$。最大化正样本和graph-level summary $s$间的互信息，以训练判别器$\mathcal{D}$。

（3）4.4节展示了基于互信息的判别器$\mathcal{D}$以及负样本生成器$\mathcal{C}$。

4.2 基于元路径的局部表示编码器

（1）针对特定元路径的图节点表示学习

使用node-level编码器，编码节点特征$X$和元路径$A^{{\Phi }_i}$：

考虑了两种编码器：

1. GCN

其中$\widehat{A^{{\Phi }_i}}=A^{{\Phi }_i}+I$，$D^{{\Phi }_i}$是$\widehat{A^{{\Phi }_i}}$的节点度对角矩阵。矩阵$W^{{\Phi }_i}\in {\mathbb{R}}^{d\times F}$是滤波器参数。

2. GAT

对于第$m$个节点，其K-head attention输出可计算为：

${\mathcal{N}}_m^{{\Phi }_i}$是节点$m$基于${\Phi }_i$的邻居节点集合，${\alpha }_{mj}^{{\Phi }_i,k}$是第$k$个归一化后的注意力系数。

节点级别的学习之后，得到了一组节点表示$\{H^{{\Phi }_i}{\}}_{m=1}^P$，接着将其聚合得到基于异质图的节点表示。

---

（2）异质图节点表示学习（聚合不同元路径）

受HAN的启发，使用语义注意力层$L_{att}$，为不同的元路径学习到不同的权重：

不同元路径的重要性计算如下：

使用注意力系数加权聚合：

注意：

HDGI和HAN在学习方式上是有区别的。HAN将分类交叉熵作为损失函数，受训练集中已标注的数据影响。然而，HDGI学习到的注意力权重由二元交叉熵损失指导，表示某一节点是否在原图中。

---

下一小节介绍全局表示的编码器，它将$H$作为输入，输出grapg-level summary。

4.3 全局表示的编码器

HDGI的学习目标是最大化局部表示和全局表示间的互信息。

$H$中包含了节点的局部表示，需要计算出表示整个异质图全局信息的summary vector $s$。

考虑了三个编码函数：

（1）Averaging encoder function

对节点表示取均值作为graph-level summary $s$：

（2）Pooling encoder function

将每个节点向量单独输入到一个全连接层。使用元素级的max-pooling操作（对应维度的所有元素取最大值），汇总出节点集的信息：

（3）Set2vec encoder function

使用基于LSTM的Set2vec，因为原始的set2vec[2]是用于有序的节点序列的。而这里是总结来自每个节点的信息，而不仅仅是图的结构，从而得到图的summary。

将节点的邻居随机排列（无序）作为LSTM的输入。

4.4 HDGI的学习

（1）基于互信息的判别器

Belghazi等人在论文[3]中证明了KL散度符合Donsker-Varadhan representation，并且f-divergence representation是其对偶表示。

这个对偶表示为计算$X,Y$的副信息提供了下界：

其中，${\mathbb{P}}_{XY}$是联合分布，${\mathbb{P}}_X\otimes {\mathbb{P}}_Y$是边缘分布的乘积。$T_w$是基于参数为$w$的判别器的深度神经网络。

使用${\mathbb{P}}_{XY}$和${\mathbb{P}}_X\otimes {\mathbb{P}}_Y$中的样本可以估计出（10）式中的等号。

这里，通过训练判别器$\mathcal{D}$，同时估计和最大化互信息，从而辨别出正样本集$Pos=\{[h_n,s]{\}}_{n=1}^N$和负样本集$Neg=\{[h_m,s]{\}}_{m=1}^M$。

当$h_i$属于原图（联合分布）时，$(h_i,s)$是正样本；${\hat{h}}_j$是生成的假节点（边缘分布的乘积）时，$({\hat{h}}_j,s)$是负样本。

判别器$\mathcal{D}$是一个双线性层：

在本文的问题中，基于Jensen-Shannon散度和互信息间的进行的单调关系，就可以使用针对判别器$\mathcal{D}$的二元交叉熵损失，最大化互信息：

本质上判别器是用于最大化高阶的全局表示和局部表示（节点级别）之间的互信息，这可以使编码器学习到所有全局相关位置的信息。

（2）负样本生成器

负样本集$\{[h_m,s]{\}}_{m=1}^M$由不存在于异质图中的节点组成。作者将[1]中的负样本生成过程扩展到异质图。负样本生成器如下：

负样本生成器保持所有的基于元路径的邻接矩阵不变，保持$\mathcal{G}$整体结构的稳定性。打乱节点特征矩阵$X$的行，图的结构并没有变，但是每个节点对应的初始的特征向量变了，如图3所示。

5 实验

数据集：DBLP, ACM, IMDB

实验任务：节点分类，节点聚类

对比方法：

（1）无监督方法

• Raw Feature：初始特征作为嵌入表示
• Metapath2vec
• DeepWalk
• DeepWalk+Raw
• DGI[1]
• HDGI-C：使用GCN捕获局部特征
• HDGI-A：使用attention机制学习局部特征

（2）有监督方法

• GCN
• RGCN
• GAT
• HAN

实验结果：

（1）节点分类实验结果

（2）节点聚类实验结果

6 总结

本文提出一个无监督的GNN——HDGI，用于异质图的节点表示学习。

HDGI使用卷积形式的GNN和语义级别的attention机制，捕获节点的局部表示信息。

通过最大化local-global互信息，HDGI学习到了包含graph-level结构信息的high-level表示。并使用了元路径建模异质图中的语义关联。

HDGI在节点分类和节点聚类任务上表现出了很好的效果，在节点分类任务上甚至比有监督的方法表现还好。

最大化互信息是无监督表示学习很有潜力的一个方向。

---

本文的亮点在于将最大化局部和全局的互信息引入到优化目标中，是DGI(Deep Graph Infomax)向异质图的扩展。

流程大致分为以下几步：

（1）先针对特定的元路径进行节点级别的编码，这一过程使用GCN / GAT；

（2）然后使用语义级别的attention，聚合（1）得到的不同元路径的信息（受HAN的启发），这一步结束后得到局部信息；

（3）将（2）的输出作为输入，编码得到全局信息；

（4）HDGI的学习：基于互信息的判别器，负样本的生成

文章的4.4部分是重点，讲解了损失函数是怎么得来的，我还不是很理解。

这里有两篇文章，一篇讲解了DGI，一篇是对深度学习中的互信息的讲解。再多找点资料理解理解吧。

DEEP GRAPH INFOMAX 阅读笔记

深度学习中的互信息：无监督提取特征

参考文献

[1] Petar Velickovi´c, William Fedus, William L Hamilton, Pietro Lio, Yoshua Bengio, and R Devon Hjelm. Deep graph infomax. International Conference on Learning Representation, 2019.

[2] Manjunath Kudlur Oriol Vinyals, Samy Bengio. Order matters:
Sequence to sequence for sets. In International Conference on Learning Representation, 2016

[3] Mohamed Ishmael Belghazi, Aristide Baratin, Sai Rajeswar, Sherjil Ozair, Yoshua Bengio, Aaron Courville, and R Devon Hjelm. Mine: mutual information neural estimation. ICML, 2018