ERNIE加持，飞桨图神经网络PGL全新升级

在2019年深度学习开发者秋季峰会上，百度对外发布飞桨图学习框架PGL v1.0正式版，历经5个月的版本迭代，PGL再度升级，发布v1.1版本，带来了最新的算法突破、全面的工业级图学习框架能力以及工业级的实践案例。下面我们逐一揭秘升级点。

最新算法突破：

结合语义与结构信息的图神经网络模型ERNIESage

在很多工业应用中，往往出现如下图所示的一种特殊的图：Text Graph。顾名思义，图的节点属性由文本构成，而边的构建提供了结构信息。如搜索场景下的Text Graph，节点可由搜索词、网页标题、网页正文来表达，用户反馈和超链信息则可构成边关系。

PGL团队提出ERNIESage模型同时建模文本语义与图结构信息，有效提升Text Graph的应用效果。其中ERNIE是百度推出的基于知识增强的持续学习语义理解框架，在中英文16个任务上超越业内同类最优模型，以历史上首次超越90大关的成绩登顶自然语言处理领域最权威的GLUE评测榜单，并在最近SemEval 2020上斩获5项世界冠军。

ERNIESage是ERNIE与GraphSAGE碰撞的结果，是ERNIE SAmple aggreGatE的简称，它的结构如下图所示，主要思想是通过ERNIE作为聚合函数（Aggregators），建模自身节点和邻居节点的语义与结构关系。

ERNIESage对于文本的建模是构建在邻居聚合的阶段，中心节点文本会与所有邻居节点文本进行拼接；然后通过预训练的ERNIE模型进行消息汇聚，捕捉中心节点以及邻居节点之间的相互关系；最后使用ERNIESage搭配独特的邻居互相看不见的Attention Mask和独立的Position Embedding体系，就可以轻松构建TextGraph中句子之间以及词之间的关系。

单纯的ID特征的GraphSAGE只能建模结构信息，单独的ERNIE语义模型只能建模语义信息。在PGL的框架驱动下，我们可以轻松结合二者，通过ERNIE捕捉语义信息，并且利用GraphSAGE补充结构特征，通过节点的邻居补充更有用的信息。下图为百度内部某个推荐系统的Text Graph实际场景，ERNIESage通过结合文本与图结构信息，可以取得比独立应用ERNIE和GraphSAGE更好的效果。

得益于PGL的灵活易用特性，ERNIESage能在PGL的Message Passing范式下快速实现，下面介绍PGL v1.1版本的其他亮点特性。

全面的工业级图学习框架能力：

引入多领域模型、领衔工业应用、赋能科研创新

下图是PGL v1.1的框架图，黄色与橙色部分为v1.1版本更新内容，其中橙色为自研的模型算法。

1. 自研创新模型，包括结合语义与结构信息的图神经网络模型ERNIESage、多元路径游走算法Multi-Metapath2vec++，以及基于语义索引技术的GNN-Index，这些创新算法极大地提升了百度内外多个工业级应用效果；
2. 完备框架算法库，总模型数扩充至23个。其中新增知识图谱算法库PGL-KE，提供业界领先的知识图谱算法，如TransE、TransR、RotatE等，全面支持知识图谱类算法调研；
3. 赋能科研创新，适配图学习通用性能评价基准数据集 OGB（Open Graph Benchmark）。提供统一数据与模型接口，开发者可以使用快速接入OGB，复现SOTA效果；
4. 丰富框架计算能力，新增基于Lod Tensor的Graph快速算子，如Graph Batch、Graph Pool以及Graph Norm，多图联合训练更加方便灵活。

工业级实践案例揭秘：

PGL如何掀起图算法热潮

得益于PGL创新性自研算法加持，以及框架的全新升级，PGL支持的百度内外部业务也是遍地开花，全面覆盖搜索、商业广告、信息流、金融风控、贴吧、用户画像、智能地图等相关业务，可支持百亿巨图场景。下面是一些经典工业级案例介绍。

1. 在信息流兴趣搜索推荐场景下，构建信息流文章与搜索词之间的复杂异构图关系网络，利用PGL异构图神经网络算法挖掘用户潜在兴趣点。在用户阅读文章后，提供更多用户感兴趣的搜索词，推荐搜索词点展比大幅提升近90%，大大地提升了信息流产品的用户体验；
2. 在贴吧推荐场景下，通过多元路径（Multi MetaPath）来表征用户、贴吧和帖子的异构图关系，通过优化元路径范式，自动匹配同源负样本，克服单条MetaPath信息表征不全面的问题，总点击提升1.89%，点展比提升0.93%，缩短了用户与感兴趣贴吧的路径；
3. 在商业广告场景下，构建用户搜索词与广告的图网络。结合PGL自研模型ERNIESage，聚合语义以及结构信息，提升了触发模型的泛化能力，取得较大的经济效益；
4. 在度小满金融风控场景下，通过构建用户图网络，结合PGL灵活定制风控图神经网络，快速挖掘具有逾期风险的用户。基于GNN的金融风控模型，KS指标绝对提升1.6，AUC指标绝对提升2%，有效地提升了优质客群人数，降低了贷款风险并且大幅度减少审核人力。

综合来看，图学习框架PGL依托于飞桨再度升级，带来更多的自研算法、更加全面的框架能力。图学习作为通用人工智能算法之一，势必成为这个时代新的基础设施，赋能各行各业，助燃智能经济腾飞。这仅是图学习热潮的开始，希望有志之士加入PGL，一起共建未来。

END