如何建立中游領域性KG（知識圖）

1   復習：上游行業性KG

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

圖1 行業KG支持下游任務

其中的核心任務是：將行業FlavorGraph的節點嵌入（node embedding）作為企業FoodKG + GCN的初始特征（initial features），讓外部的行業性知識來增強本地圖譜的表現。初始特征來自于成熟的知識圖譜，代表了節點間的隱含語義與結構關系。這種初始化能顯著提升模型在各行業的學習能力和性能。

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KG直接使用上游任務KG，兩者常常會出現過度相依，降低了靈活性。此時，可以考慮建立三層KG架構，其添加了中間層KG，帶來上游與下游KG之間的松耦合（loose coupling）關系，創造了整體架構的靈活性。茲說明各層KG 架構設計要點，如下：

第一層：上游通用性行業大KG

設計要點：利用開源的FlavorGraph行業大KG+GNN。建立「食材?分子成分?味覺特性」的三重組關系，表達食材與其主要香氣化學物的對應關系。

第二層：中游特定領域KG

設計要點：建構以特定領域的「共現」關系，例如在同一份發酵菜單中出現的食材群。自定義發酵食譜共現圖，使用共現關聯矩陣或DGL異質圖作為模型訓練素材。使用GraphSAGE/GAT/GCN訓練contextual食材嵌入，讓語意更貼近文化與地方搭配習慣。

第三層：下游任務型應用KG

設計要點：聚焦在人與物的關系：顧客?食材，建立異質圖。加入偏好分數、食用紀錄、健康因子等個人化屬性。融合GNN score（語意內積）與群體差異（CF_ link）做出創新食譜、食材推薦。

3   承先啟后：設計中游領域性KG

A.認識上游KG的既有架構

首先觀察通用性FlavorGraph 知識圖里，內含兩種節點（Node）：食材（Ingredient）和風味化合物（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

這兩種邊協助FlavorGraph架構起跨食材與化合物的知識網絡。其含義如下：

●   ingr-ingr共現邊：即< 食材- 食材> 之共現關系

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

    ●   使用場景：當兩種食材具有類似的化學風味分子(Flavor compounds），這FlavorGraph就會建立一條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- 風味化合物> 之包含關系

    ●   含義：這條邊表示某個食材中實際包含某個特定的風味化合物（或稱：風味分子）。

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

    ●   應用例子：香菜（Cilantro）會連結到decanal 或linalool這類風味化合物。

以表格說明如下：

以Python 代碼（片段）表示如下：

這種通用性行業KG蘊含了豐富的行業共享性知識。

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、繼往開來，設計出一個中游領域性KG了。例如，基于FlavorGraph 的預訓練嵌入（Embedding）來建立發酵食品的領域性（中游）<食譜?食材KG>，它將具備語意豐富的風味知識結構。從上圖-2里，可以觀察到，FlavorGraph的核心節點是：食材，而其< 食材?食材>邊是分子層級風味成分的相似性之關聯，又稱為：下層（分子）的共現性。

接著，仍以食材為中心，添加上層視角的觀察，會發現到：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：

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

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

4   下游任務KG &應用開發

這是最貼近消費者的下游應用層，可以將顧客數據（如偏好、點餐行為等）建成下游KG，結合中游KG模型學得的食材嵌入（Embedding），透過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、和反事實連結（Counterfactual link）推薦，成為一個商業性的AI推薦引擎。例如，可以建立一個下游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，輸出如下：

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

5   結語

上游大KG設計思維是，選擇具可信度的領域知識來源（如FlavorGraph、專業食材文獻），著重于「可轉為語意向量」的屬性建構，例如分子、味覺分類、功能卷標。其設計時應盡量通用與可重復使用，讓其他任務也能延伸引用。亦即，整合了化學組成、風味關聯，建立食材之間的語意知識網絡。

中游領域KG設計思維是，以「任務情境」為驅動（例如：發酵菜單、飲食場景），其圖結構可簡單（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系。亦即，捕捉到「能共煮」、「風味類似」等潛在語意，為后續推薦提供基礎。

下游應用任務KG設計思維是，聚焦在人與物的關系：顧客?食材，建立異質圖。加入偏好分數、食用紀錄、健康因子等個人化屬性。并融合GNN score（語意內積）、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圖，導入GNN與 KMeans推薦模型，一旦找到CF_links，就能推薦創新食譜給客人，也能提供創新制程（SOP）給廚師（可能是機器人），不亦美哉。

（本文來源于《EEPW》202504）