如何建立中游領(lǐng)域性KG（知識圖）

1   復習：上游行業(yè)性KG

在前一期《如何善用通用性行業(yè)KG》文章里，曾舉例說(shuō)明了基于FlavorGraph 通用性上游KG，來(lái)建立下游任務(wù)型KG。其中，通用性行業(yè)KG（如Flavor Graph）蘊含豐富的行業(yè)共享性知識，而企業(yè)則針對小領(lǐng)域的特殊需求（如拉面的烹飪過(guò)程、食材搭配、口味調配等）。這種模式是一種知識驅動(dòng)的AI 遷移學(xué)習，其建立的企業(yè)KG（如FoodKG）更具針對性，能加速AI針對企業(yè)目標的應用。其架構如下圖1所示。

圖1 行業(yè)KG支持下游任務(wù)

其中的核心任務(wù)是：將行業(yè)FlavorGraph的節點(diǎn)嵌入（node embedding）作為企業(yè)FoodKG + GCN的初始特征（initial features），讓外部的行業(yè)性知識來(lái)增強本地圖譜的表現。初始特征來(lái)自于成熟的知識圖譜，代表了節點(diǎn)間的隱含語(yǔ)義與結構關(guān)系。這種初始化能顯著(zhù)提升模型在各行業(yè)的學(xué)習能力和性能。

2   三層KG架構設計

從上圖-1里，可以看到其為兩層KG架構。其中，下游任務(wù)KG直接使用上游任務(wù)KG，兩者常常會(huì )出現過(guò)度相依，降低了靈活性。此時(shí)，可以考慮建立三層KG架構，其添加了中間層KG，帶來(lái)上游與下游KG之間的松耦合（loose coupling）關(guān)系，創(chuàng )造了整體架構的靈活性。茲說(shuō)明各層KG 架構設計要點(diǎn)，如下：

第一層：上游通用性行業(yè)大KG

設計要點(diǎn)：利用開(kāi)源的FlavorGraph行業(yè)大KG+GNN。建立「食材?分子成分?味覺(jué)特性」的三重組關(guān)系，表達食材與其主要香氣化學(xué)物的對應關(guān)系。

第二層：中游特定領(lǐng)域KG

設計要點(diǎn)：建構以特定領(lǐng)域的「共現」關(guān)系，例如在同一份發(fā)酵菜單中出現的食材群。自定義發(fā)酵食譜共現圖，使用共現關(guān)聯(lián)矩陣或DGL異質(zhì)圖作為模型訓練素材。使用GraphSAGE/GAT/GCN訓練contextual食材嵌入，讓語(yǔ)意更貼近文化與地方搭配習慣。

第三層：下游任務(wù)型應用KG

設計要點(diǎn)：聚焦在人與物的關(guān)系：顧客?食材，建立異質(zhì)圖。加入偏好分數、食用紀錄、健康因子等個(gè)人化屬性。融合GNN score（語(yǔ)意內積）與群體差異（CF_ link）做出創(chuàng )新食譜、食材推薦。

3   承先啟后：設計中游領(lǐng)域性KG

A.認識上游KG的既有架構

首先觀(guān)察通用性FlavorGraph 知識圖里，內含兩種節點(diǎn)（Node）：食材（Ingredient）和風(fēng)味化合物（Flavor compound）。也含有兩種邊（Edge）：ingr-ingr共現邊和ingr-fcomp成分邊。如下圖2 所示：

圖2 上游KG的架構

這兩種邊協(xié)助FlavorGraph架構起跨食材與化合物的知識網(wǎng)絡(luò )。其含義如下：

●   ingr-ingr共現邊：即< 食材- 食材> 之共現關(guān)系

    ●   含義：這條邊代表兩種食材之間的風(fēng)味分子相似性（Flavor Compound Similarity）。

    ●   使用場(chǎng)景：當兩種食材具有類(lèi)似的化學(xué)風(fēng)味分子(Flavor compounds），這FlavorGraph就會(huì )建立一條ingr-i表示它們可能能夠很好地搭配（互補）。

    ●   應用例子：洋蔥與大蒜可能具有共同的硫化物化合物，因此在許多料理中常一起使用。

●   ingr-fcomp成分邊：即< 食材- 風(fēng)味化合物> 之包含關(guān)系

    ●   含義：這條邊表示某個(gè)食材中實(shí)際包含某個(gè)特定的風(fēng)味化合物（或稱(chēng)：風(fēng)味分子）。

    ●   使用場(chǎng)景：建立從食材節點(diǎn)（Ingredient node）指向風(fēng)味化合物節點(diǎn)（Flavor compound node）的連結，描繪食材的化學(xué)組成。

    ●   應用例子：香菜（Cilantro）會(huì )連結到decanal 或linalool這類(lèi)風(fēng)味化合物。

以表格說(shuō)明如下：

以Python 代碼（片段）表示如下：

這種通用性行業(yè)KG蘊含了豐富的行業(yè)共享性知識。

B.中游KG的架構設計

一旦充分熟悉了上游大KG 的架構了，就能承先啟后、繼往開(kāi)來(lái)，設計出一個(gè)中游領(lǐng)域性KG了。例如，基于FlavorGraph 的預訓練嵌入（Embedding）來(lái)建立發(fā)酵食品的領(lǐng)域性（中游）<食譜?食材KG>，它將具備語(yǔ)意豐富的風(fēng)味知識結構。從上圖-2里，可以觀(guān)察到，FlavorGraph的核心節點(diǎn)是：食材，而其< 食材?食材>邊是分子層級風(fēng)味成分的相似性之關(guān)聯(lián)，又稱(chēng)為：下層（分子）的共現性。

接著(zhù)，仍以食材為中心，添加上層視角的觀(guān)察，會(huì )發(fā)現到：上層（食譜）的共現性。亦即，兩種食材出現于同一食譜的共現性。這就構成一個(gè)中游KG的基礎架構了。如下圖3所示。

圖3 中游KG的架構

茲以Python 代碼( 片段) 表示如下：

現在已經(jīng)在Python 代碼里定義好了一個(gè)異構圖（Heterograph）。接著(zhù)，就能拿它（異構圖）來(lái)訓練GNN模型。例如，其完整代碼執行時(shí)，訓練GIN模型100回合，輸出如下：

于是，訓練好了中游KG模型，并且生成各節點(diǎn)的嵌入表示，儲存于mid_ingredient_embeddings.csv檔案里。

4   下游任務(wù)KG &應用開(kāi)發(fā)

這是最貼近消費者的下游應用層，可以將顧客數據（如偏好、點(diǎn)餐行為等）建成下游KG，結合中游KG模型學(xué)得的食材嵌入（Embedding），透過(guò)GNN預測出每位顧客對食材的潛在偏好。我們更導入傳統策略如K-means分群、和反事實(shí)連結（Counterfactual link）推薦，成為一個(gè)商業(yè)性的AI推薦引擎。例如，可以建立一個(gè)下游KG，如下圖4所示：

茲以Python代碼( 片段) 表示如下：

例如，其完整代碼執行時(shí)，輸出如下：

這先讀取中游KG 的節點(diǎn)嵌入，作為下游KG 的初期節點(diǎn)特征。接著(zhù)，對全部客人（customer）節點(diǎn)特征，進(jìn)行K-means分群（Clustering），然后探索出反事實(shí)連結，而輸出推薦內容。

5   結語(yǔ)

上游大KG設計思維是，選擇具可信度的領(lǐng)域知識來(lái)源（如FlavorGraph、專(zhuān)業(yè)食材文獻），著(zhù)重于「可轉為語(yǔ)意向量」的屬性建構，例如分子、味覺(jué)分類(lèi)、功能卷標。其設計時(shí)應盡量通用與可重復使用，讓其他任務(wù)也能延伸引用。亦即，整合了化學(xué)組成、風(fēng)味關(guān)聯(lián)，建立食材之間的語(yǔ)意知識網(wǎng)絡(luò )。

中游領(lǐng)域KG設計思維是，以「任務(wù)情境」為驅動(dòng)（例如：發(fā)酵菜單、飲食場(chǎng)景），其圖結構可簡(jiǎn)單（如共現）但要具有代表性與數據源依據，可以從同一菜單中出現的食材建立雙邊共現關(guān)系。亦即，捕捉到「能共煮」、「風(fēng)味類(lèi)似」等潛在語(yǔ)意，為后續推薦提供基礎。

下游應用任務(wù)KG設計思維是，聚焦在人與物的關(guān)系：顧客?食材，建立異質(zhì)圖。加入偏好分數、食用紀錄、健康因子等個(gè)人化屬性。并融合GNN score（語(yǔ)意內積）、K-Means（分群）與群體差異（CF_link）做出推薦。例如，在<食譜?食材> 的包含邊，添加一個(gè)邊屬性（attribute）：烹煮順序。如下圖5 所示：

圖5 更多下游應用KG

在這下游KG 模型里，將客人、食材與食譜建構成異質(zhì)圖，導入GNN與 KMeans推薦模型，一旦找到CF_links，就能推薦創(chuàng )新食譜給客人，也能提供創(chuàng )新制程（SOP）給廚師（可能是機器人），不亦美哉。

（本文來(lái)源于《EEPW》202504）