GCN 链结预测 负采样 想要请教链结预测当中的负采样问题

中午好🌞🌞🌞
本答案参考ChatGPT-3.5

在链结预测中，由于缺乏正样本数据，我们需要从负样本中进行负采样，以便训练模型。负采样在预测训练过程中有其可靠性但使其在预测潜在连接时造成一些问题，因为负采样可能会采样到"潜在正边"，从而使模型无法正确预测潜在连接。为了解决这个问题，可以采用以下策略：

1. 采用知识图谱嵌入方法:使用知识图谱中存在的连接来指导负采样，从而避免采样到潜在正边。

2. 在负采样中采用多个负采样器:在训练模型时，我们可以使用多个负采样方法，以增加负样本的多样性。这可以减少采样到潜在正边的可能性。

3. 与近邻数据结合:将近邻关系(指与目标节点相连的节点)与负采样结合使用，以便减少采样到潜在正边的可能性，可以使负样本更真实。

示例代码如下所示：

import numpy as np

#定义一个多个负采样器的方法
def neg_sampling(u, v, num_sampled):
    """
    u: 目标节点
    v: 正样本
    num_sampled: 需要采样负样本数
    """
    negs = []
    while len(negs) < num_sampled:
        samp = np.random.randint(num_nodes)
        if samp != u and not G.has_edge(u, samp) and samp not in negs:
            negs.append(samp)
    return negs

#在训练阶段将负样本与近邻关系结合起来
def train_one_epoch(G, model, optimizer, node_pairs):
    loss_all = 0
    for i, (u, v) in enumerate(node_pairs):
        negs = neg_sampling(u, v, 5)
        pos_out = model(G, u, v)
        neg_out = model(G, u, negs)
        pos_loss = -torch.log(torch.sigmoid(pos_out))
        neg_loss = -torch.log(torch.sigmoid(-neg_out)).sum()
        loss = pos_loss + neg_loss
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
        loss_all += loss.item()
    return loss_all/i

上述代码中，我们使用了多个负采样器，从而减少了采样潜在正边的可能性，并通过结合负采样和近邻关系来使负样本更真实。