在大型知识图谱上进行面向任务的 GNN 训练以实现准确高效的建模

知识图谱（KG）是包含多种节点和边类型的异构图。异构图神经网络（HGNN）在 KG 上训练节点分类和链路预测等机器学习任务中很受欢迎。然而，HGNN 方法的复杂度过高，受 KG 的大小、密度以及节点和边类型数量的影响。AI 从业者手工构建与特定任务相关的 KG G 的子图。我们将此子图称为面向任务的子图（TOSG），它包含 G 中与任务相关的节点和边类型的子集。使用 TOSG 而非 G 进行任务训练，减轻了大型 KG 所需的过量计算。构建 TOSG 需要对 KG 的结构和任务目标有深刻的理解。因此，这既具有挑战性又耗时。本文提出了 KG-TOSA，这是一种自动化 TOSG 提取的方法，用于在大型 KG 上进行面向任务的 HGNN 训练。在 KG-TOSA 中，我们定义了一个通用图模式，用于捕获与特定任务相关的 KG 的局部和全局结构。我们探索了提取匹配我们图模式的子图的不同技术：即 两种使用有偏随机游走或影响分数在目标节点周围采样的技术，以及 一种利用 RDF 引擎内置索引的基于 SPARQL 的提取方法。因此，与采样技术相比，它实现了可忽略的预处理开销。我们开发了包含大型真实 KG 和各种节点分类与链路预测任务的基准。我们的实验表明，KG-TOSA 帮助 SOTA HGNN 方法将训练时间和内存使用量减少了高达 70%，同时提高了模型性能，例如准确率和推理时间。