图学习？Transformer：我也行

Posted 2022-12-01 fareise

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了图学习？Transformer：我也行相关的知识，希望对你有一定的参考价值。

微信公众号“圆圆的算法笔记”，持续更新NLP、CV、搜推广干货笔记和业内前沿工作解读~

Transformer诞生于NLP领域，目前已经成为NLP中的主力模型。同时，Transformer在CV领域也逐渐显示出其超强的能力，诸如ViT、Swin Transformer、BEiT等Vision Transformer模型验证了Transformer同样适用于图像领域。然而，Transformer在图表示学习领域的发展速度明显不如NLP和CV领域。在图表示学习中，基于图卷积（GCN）的方法仍然是主力模型。

为什么Transformer难以应用到图学习场景中呢？其中一个很重要的原因在于，Transformer中的position encoding在图中很难表达。在NLP或者CV中，数据都是一维和二维的顺序结构，因此可以很自然的使用position encoding刻画元素的相对位置。然而在图中，不存在空间上的顺序，如何才能设计出图中合理的position encoding，是Transformer在图学习领域应用的一个难点。这篇文章给大家介绍一下Transformer模型在图学习领域的应用，梳理Transformer在图学习上的发展历程，看看Transformer是如何逐渐杀入图学习领域的。

1. Graph Attention Networks

最开始使用Transformer中Attention思想进行图表示学习的工作是在GRAPH ATTENTION NETWORKS（ICLR 2018）中提出的GAT，提出使用多头注意力机制学习图中节点之间的关系，来进行信息融合。和图卷积神经网络GCN相比，GAT相当于使用attention score来代替拉普拉斯矩阵计算的融合方法。

GAT的核心思路比较直观，计算节点之间的attention score，利用attention score作为节点表示融合的权重。具体实现为，计算每个节点和其邻居节点的attention score，再用attention score融合邻居节点的表示得到该节点新的表示，计算过程中使用了multi-head的思路，公式表示如下：

2. Graph Transformer Networks

Graph Transformer Networks（NIPS 2019）提出使用Transformer实现异构图上的图表示学习。普通的GCN只能用于同构图，解决异构图的编码一般采用人工设计meta-path提取子图，再使用GCN在子图上编码实现。这种两阶段的方法的效果依赖人工设计的meta-path，并且需要针对特定问题进行meta-path的设计。本文提出使用Transformer自动生成meta-path。首先，一个异构图可以根据边类型拆分成多个同构图，每个同构图有一个对应的邻接矩阵表示。而每个metapath组成的图的邻接矩阵，根据其序列的边类型，可以表示成多种类型边的邻接矩阵的乘积，如下（Ap代表某个metapath生成的子图邻接矩阵，At表示某个类型边同构图对应的子图邻接矩阵）：

为了实现meta-path的自动生成，利用一维卷积+softmax生成每个邻接矩阵的权重，利用权重选择两个同构图邻接矩阵，这两个邻接矩阵做乘法即可得到一个2阶的meta-path。通过多层的叠加，理论上可以生成任意长度的meta-path。然而N层的叠加会得到N阶的meta-path而忽略了低阶的meta-path。因此文中在候选临街矩阵中增加了单位矩阵，以此实现灵活的meta-path长度空值。最后利用GCN提取各个基于meta-path生成子图上的图表示。

Self-Supervised Graph Transformer on Large-Scale Molecular Data（NIPS 2020）利用Transfomer进行分子结构的图无监督预训练。这篇文章的基础结构为，首先利用图神经网生成每个节点的初始表示，这一步骤借助了GNN的图节点表示学习能力提取每个节点的初步图信息。然后将每个节点经过GNN得到的表示作为Transformer中的Q、K、V，将所有节点看成全联通的图进行attention（例如GAT中的方法），以此来实现分子结构图整体的进一步信息提取。为了能够在分子结构图上进行无监督预训练，文中提出了针对分子图的contextual property prediction和graph-level motif prediction两种无监督预训练任务。

3. Graphformer

Do Transformers Really Perform Bad for Graph Representation?（NIPS 2021）是微软亚研院的一篇工作，提出了Graphformer，用于graph embedding的学习。文中讨论的一个核心问题为，如何将图的结构信息编码到Transformer中，类似NLP中的position embedding。为了将图结构信息融入到模型中，文中提出了Centrality Encoding、Edge Encoding、Spatial Encoding三种和图结构信息相关的编码，引入到Transformer中，弥补注意力机制无法编码的图结构信息。下面分别介绍这三种类型的Encoding。

Centrality Encoding用于描述图中每个节点的重要性。不同节点在图中的重要性不同，而普通的注意力机制无法考虑到这种信息。因此，文中会给每个节点的出入度学习一个embedding，类似于position embedding，只不过把position位置换成节点的出入度，将这个embedding加到节点的特征上，作为Transformer的输入，有效将节点自身的重要性特点引入到了模型中。

Spatial Encoding用于描述两个节点的距离。对于每一对节点，文中使用这两个节点在图上的最短距离作为这两个节点之间的Spatial Encoding。Edge Encoding用于描述两个节点之间边类型的信息。Edge Encoding将两个节点最短路径的边表示信息进行融合，作为一部分参考信息。Spatial Encoding和Edge Encoding都用于对attention score进行校准，让模型在计算节点之间的attention score时将节点之间的距离、边类型考虑在内。因此最终的attention score计算方式如下，包括正常的mullti-head attention部分、spatial encoding部分以及edge encoding部分：

Graphormer的模型结构如下，左侧为正常的Transformer，右侧是为了将图结构信息引入Transformer而增加的三个Encoding部分。

4. 总结

本文给大家介绍了Transformer在图学习中典型的4篇工作，从GAN，到Graph Transformer，再到去年NIPS上的Graphformer。Transformer在图领域的应用逐渐成熟，也有更多的工作研究如何适配Transformer和图数据结构。从GAN中直接在图中使用注意力机制，逐渐到Graphformer中设计适合图结构的Transformer。