[論文レビュー] Biomedical Knowledge Graph Refinement with Embedding and Logic Rules

Sendong Zhao, Bing Qin+2 more|arXiv (Cornell University)|Dec 2, 2020

Advanced Graph Neural Networks参考文献 23被引用数 7

ひとこと要約

本稿では、バイオメディカル知識グラフ（BioKG）を、支持および否定の両方の論理規則を組み合わせた変分EMアルゴリズムを用いて、同時に学習する知識グラフ埋め込みと論理規則の両方を用いて精錬するBioGRERという手法を提案する。このアプローチは、埋め込みと規則に基づく推論を統合することで、ノイズを効果的に低減し、矛盾を解消することにより、COVID-19知識グラフ上でベースラインを上回る、三項組の妥当性推定を著しく改善する。

ABSTRACT

Currently, there is a rapidly increasing need for high-quality biomedical knowledge graphs (BioKG) that provide direct and precise biomedical knowledge. In the context of COVID-19, this issue is even more necessary to be highlighted. However, most BioKG construction inevitably includes numerous conflicts and noises deriving from incorrect knowledge descriptions in literature and defective information extraction techniques. Many studies have demonstrated that reasoning upon the knowledge graph is effective in eliminating such conflicts and noises. This paper proposes a method BioGRER to improve the BioKG's quality, which comprehensively combines the knowledge graph embedding and logic rules that support and negate triplets in the BioKG. In the proposed model, the BioKG refinement problem is formulated as the probability estimation for triplets in the BioKG. We employ the variational EM algorithm to optimize knowledge graph embedding and logic rule inference alternately. In this way, our model could combine efforts from both the knowledge graph embedding and logic rules, leading to better results than using them alone. We evaluate our model over a COVID-19 knowledge graph and obtain competitive results.

研究の動機と目的

• 急速に進展する研究、たとえばCOVID-19パンデミックの文脈において、高品質なバイオメディカル知識グラフ（BioKG）の需要が高まっていることを踏まえ、その対応。
• 情報抽出の欠陥や信頼性の低い文献に起因する、BioKGに内在するノイズと矛盾を解消すること。
• 関係を支持または否定する論理規則と知識グラフ埋め込みを組み合わせることで、三項組の妥当性推定を向上させること。
• 外部証拠を必要とせず、BioKGの内部構造のみを活用する自己完結型の精錬モデルの開発。

提案手法

• 各三項組 (h, r, t) に対する確率的妥当性推定タスクとして、BioKGの精錬を定式化する。
• 知識グラフ埋め込みと論理規則推論を交互に最適化するため、変分EMアルゴリズムを採用する。
• 支持規則（例：推移的、対称的）と否定的類似規則（例：ブロック、矛盾）の2種類の論理規則を統合し、三項組の検証または拒否に用いる。
• 埋め込みモデル（例：TransE、DistMult、ComplEx）を用いて、学習された連続的表現に基づき三項組の妥当性スコアを算出する。
• 「has_gene_product(x,y) ∧ interacts_with(y,z) ⇒ has_gene_product(x,z)=0」のような規則パターンを適用し、妥当でない三項組を検出する。
• 規則の信頼度と埋め込みスコアを統合し、エンド・ツー・エンドの学習フレームワーク内で知識グラフを共同で精錬する。

実験結果

リサーチクエスチョン

• RQ1 知識グラフ埋め込みと論理規則を組み合わせることで、バイオメディカル知識グラフにおける三項組の妥当性推定の正確性が向上するか？
• RQ2 支持規則（例：推移的、対称的）と比較して、否定的類似規則（例：ブロック、矛盾）はBioKGの精錬においてどの程度有効か？
• RQ3 変分EMに基づく交互最適化は、単独の埋め込みまたは規則ベースの手法と比較して、どの程度精錬性能を向上させるか？
• RQ4 外部証拠に依存せず、モデルが中毒性三項組（誤りまたは矛盾する関係）を効果的に検出し、是正できるか？

主な発見

• 提案されたBioGRERモデルは、競合するベースラインを著しく上回り、TransEを用いた大規模なテストセットにおいて、中毒性三項組検出でFスコア42.06を達成した。
• 論理規則の導入により性能が一貫して向上し、特に「ブロック」規則が支持規則よりも効果的であることが判明した。
• 「ブロック」規則は、三項組（MKRN3遺伝子、has_gene_product、NPTX1ヒトタンパク質）を効果的に否定し、すべての埋め込みベースラインが誤って真であると予測していたのを是正した。
• 「矛盾」規則は、生物学的に整合性のないため、三項組（モルヒネ代謝過程、has_primary_output、モルヒネ）を効果的に拒否し、妥当でないことを正しく同定した。
• 本モデルは、TransE、DistMult、ComplExの異なる知識グラフ埋め込みモデルに対しても、一貫した性能を示し、頑健性を確認した。
• 事例研究により、推移的および対称的規則が妥当性検証を強化する一方で、規則に基づく否定は、埋め込みのみでは見逃される生物学的に不適切な関係を是正できることを確認した。