IBM研究院提出Graph2Seq，基于注意力机制的图到序列学习

崔庆才

发布于 2019-09-04 15:34:59

2.3K0

发布于 2019-09-04 15:34:59

文章被收录于专栏：进击的Coder

介绍

Seq2Seq（序列到序列）及其变体在机器翻译、自然语言生成、语音识别、新药发现之类的领域表现非常出色。大多数Seq2Seq模型都属于编码器-解码器家族，其中编码器将输入序列编码为固定维度的连续向量表示，而解码器则解码向量得到目标序列。

然而，Seq2Seq有一个限制，它只能应用于输入表示为序列的问题。而在许多问题中，输入为更复杂的结构，比如图（graph）。对于这类图到序列（graph-to-sequence）问题，如果要应用Seq2Seq，就需要将图转换为序列。然而，将图精确地转换为序列是一项艰巨的挑战，因为在将图这种比较复杂的结构数据转换为序列时，难免会损失不少信息，特别是当输入数据本身适合用图表示的时候。最近的一些研究尝试在输入数据中提取句法特征，例如句子的词组结构（Tree2Seq），或将注意力机制应用于输入集（Set2Seq），或将句子递归地编码为树（Tree-LSTM）。在特定类别问题上，这类方法取得了充满希望的结果，然而，这类方法大多难以推广。

为此，IBM研究院的Kun Xu、Lingfei Wu等提出了Graph2Seq，一个端到端的处理图到序列问题的模型。

Graph2Seq采用与Seq2Seq相似的编码器-解码器架构，包括一个图编码器和一个序列解码器。图编码器部分，通过聚合有向图和无向图中的相邻信息，学习节点嵌入。然后根据学习到的节点嵌入，构建图嵌入。序列解码器部分，论文作者设计了一个基于注意力机制的LSTM网络，使用图嵌入作为初始隐藏状态，输出目标预测。注意力机制用于学习节点和序列元素的对齐，以更好地应对大型图。整个Graph2Seq的设计是模块化的，可扩展性很好。比如，编码器可以换成图卷积网络，解码器可以换成普通的LSTM。

Gragh2Seq模型

在上一节的末尾，我们已经简单介绍了Graph2Seq的架构。这一节我们将具体介绍Graph2Seq模型。下面是Graph2Seq的整体架构示意图。

节点嵌入生成

如前所述，节点嵌入中包含了节点的相邻信息。具体的嵌入生成过程如下：

通过查询嵌入矩阵We，将节点v的文本属性转换为一个特征向量av。
根据边的方向，将v的邻居分类为前向邻（forward neighbor）N|-(v)和反向邻（backward neighbor）N-|(v)。
将v的前向邻的前向表示

聚合为单个向量

其中k为迭代索引。注意，在迭代k时，聚合仅仅使用k-1时生成的表示。每个节点的初始化前向表示为其特征向量。

我们将v的当前前向表示（k-1）和新生成的前向聚合向量（k）连接。连接所得的向量传入一个带非线性激活的全连接层，从而更新v的前向表示，在下一次迭代中使用。
将上述过程应用于反向表示。
重复前向表示聚合与反向表示聚合过程K次，连接最终的前向表示和反向表示，作为v的最终表示。

用伪代码表示以上节点嵌入生成过程：

上面我们提到了聚合前向表示和反向表示，却没有提到具体的聚合方法。实际上，论文作者尝试了3种不同的聚合方法。

均值这是最简单直接的聚合方式，取分素均值（element-wise mean）。
LSTM 使用LSTM处理节点邻居的单个随机排列（无序集）。
池化将每个邻居向量传入一个全连接网络，然后应用分素最大池化（element-wise max-pooling）。

其中，σ为非线性激活函数。

经论文作者试验，总体而言，最简单的均值聚合效果最好。

均值（MA）、LSTM（LA）、池化（PA）聚合在3个合成SDP数据集（有向无环图、有向有环图、序线图）上的精确度

图嵌入生成

论文作者引入了两种基于节点嵌入构造图嵌入的方法。

基于池化的图嵌入。类似上面基于池化的聚合，论文作者将节点嵌入传给一个全连接神经网络，然后分素应用池化方法。论文作者共试验了三种池化方法，最大池化、最小池化、平均池化，最后发现三种池化方法没有显著差别。因此，论文作者最后选用了最大池化作为默认的池化方法。
基于节点的图嵌入。这一方法加入了一个超（super）节点vs至输入图，使图中的所有其他节点指向vs。我们使用之前提到的节点嵌入生成算法生成vs嵌入，因而vs嵌入捕获了所有节点的信息，可视为图嵌入。

经论文作者试验，总体而言，基于池化的图嵌入表现较好。

基于注意力的解码器

序列解码器是一个基于注意力的LSTM网络，根据给定的y1,...,yi-1，隐藏状态si（i表示时刻），以及上下文向量ci，预测下一个token，即yi。其中，上下文向量ci取决于前述图编码器根据输入图生成的节点表示集合（z1,...,zv）。具体而言，上下文向量ci通过节点表示的加权和计算得出：

相应的权重aij由下式计算得出：

其中，a为对齐模型（alignment model），为j处的输入节点和i处的输出的匹配程度评分。评分基于LSTM的隐藏状态si-1和输入图的第j个节点表示。对齐模型a为前馈神经网络，和系统的其他部分一起训练。

试验

试验设定

论文作者使用了Adam优化，mini-batch大小为30，学习率为0.001，解码器层dropout率为0.5（避免过拟合）。norm大于20时裁剪梯度。图编码器部分，默认跳（hop）大小为6，节点初始特征向量为40，非线性激活函数为ReLU，聚合器的参数随机初始化。解码器为单层，隐藏状态大小为80. 如前所述，使用了表现最佳的均值聚合和基于池化的图嵌入生成。

试验结果

从上表可以看到，在bAbI Task 19上，LSTM失败了，而Graph2Seq的表现是最好的，超过了GGS-NN和GCN。

而在最短路径任务（Shortest Path Task）上，LSTM同样失败了。尽管GGS-NN、GCN、Graph2Seq在小数据集上（SP-S，节点尺寸=5）上都达到了100%的精确度，但在大数据上（SP-L，节点尺寸=100），得益于解码器部分注意力机制的应用，Graph2Seq的表现超过了GGS-NN和GCN。

最后，论文作者在自然语言生成（Natural Language Generation）任务上评估了Graph2Seq的表现。具体而言，这一任务根据SQL查询语句，生成描述其含义的自然语言。论文作者使用的是WikiSQL数据集，该数据集包含87726对手工标注的自然语言查询问题，SQL查询，以及相应的SQL表。WikiSQL原本是为评测问题回答任务而创建的，这里论文作者逆向使用该数据集，将SQL请求视作输入，将生成正确的英语问题视作目标。WikiSQL的SQL请求分割为训练、验证、测试集，分别包含61297、9145、17284个请求。