TACENR: Task-Agnostic Contrastive Explanations for Node Representations

Título: TACENR: Explicações Contrastivas Agnósticas à Tarefa para Representações de Nós

1. Problema Identificado

O aprendizado de representação de grafos (Graph Representation Learning) tem sido altamente bem-sucedido em codificar dados estruturados em grafos em espaços vetoriais latentes, permitindo diversas tarefas downstream (como classificação de nós e previsão de links). No entanto, essas representações permanecem opacas e difíceis de interpretar.

As lacunas principais identificadas pelos autores são:

• Foco em Tarefas Específicas: A maioria dos métodos existentes de explicabilidade foca em explicar previsões de tarefas supervisionadas (ex: por que um nó foi classificado como X), ignorando a estrutura interna da própria representação do nó.
• Explicação Parcial: Trabalhos anteriores sobre a interpretabilidade de representações de nós tendem a explicar dimensões individuais da representação, em vez de explicar a representação como um todo.
• Visão Limitada: Métodos atuais geralmente capturam apenas um tipo de relação (aproximação/proximidade, similaridade estrutural ou similaridade de atributos), falhando em capturar a informação integrada que define a posição de um nó no espaço de representação.

2. Metodologia: TACENR

Os autores propõem o TACENR (Task-Agnostic Contrastive Explanations for Node Representations), um método local de explicabilidade que identifica quais características de atributos, proximidade e estrutura contribuem mais para a representação de um nó no espaço latente.

Arquitetura e Funcionamento:

1. Definição de Características: Para cada nó $v$, o método enriquece o vetor de atributos originais com:

   • Características de Proximidade: Métricas baseadas em distância ou difusão (ex: distância do caminho mais curto, Personalized PageRank - PPR) em relação a outros nós.
   • Características Estruturais: Métricas que descrevem o papel funcional do nó na topologia (ex: grau, grau médio dos vizinhos, coeficiente de agrupamento, contagem de triângulos).

2. Aprendizado Contrastivo: O objetivo é aprender uma função de similaridade no espaço de representação.

   • Para um nó alvo $v$, o método constrói dois conjuntos:
     • Conjunto de Afinidade ($S^+_v$): Nós cujas representações são mais similares a $v$.
     • Conjunto de Divergência ($S^-_v$): Nós cujas representações são menos similares a $v$.
   • Um modelo interpretável (surrogato), tipicamente Regressão Linear, é treinado para prever a similaridade entre as representações de $v$ e outros nós $u$, usando o vetor combinado de características ($h_{v,u}$) como entrada.
   • O modelo é otimizado para minimizar a discrepância entre a similaridade real no espaço latente e a similaridade prevista pelo modelo interpretável.

3. Medida de Similaridade Ponderada:

   • Para melhorar a qualidade da explicação, o TACENR utiliza uma versão ponderada da similaridade cosseno.
   • Cenário Supervisionado: Os pesos são derivados de gradientes da tarefa downstream, enfatizando dimensões correlacionadas com o rótulo previsto.
   • Cenário Não Supervisionado: Os pesos são baseados na variância global de cada dimensão da representação, priorizando dimensões que capturam mais informação discriminativa.

3. Contribuições Principais

• Explicação Agnóstica à Tarefa: É o primeiro método (na visão dos autores) capaz de explicar a representação completa de um nó de forma independente de qualquer tarefa downstream específica.
• Abordagem Holística: Integra simultaneamente atributos, proximidade e estrutura, superando métodos que focam apenas em subgrafos ou dimensões isoladas.
• Versatilidade: Funciona tanto para representações geradas por métodos não supervisionados (ex: node2vec, role2vec) quanto supervisionados (GNNs como GCN, GAT, GraphSAGE).
• Mecanismo de Ponderação Adaptativa: Introduz uma estratégia de ponderação de dimensões que se adapta ao contexto (supervisionado vs. não supervisionado) para melhorar a fidelidade da explicação.

4. Resultados Experimentais

Os autores avaliaram o TACENR em vários conjuntos de dados (Cora, CiteSeer, PubMed, PPI e o sintético BA-Shapes) e modelos de representação.

• Descobertas sobre a Estrutura das Representações:

  • As características estruturais e de proximidade desempenham um papel significativo na formação das representações, muitas vezes superando os atributos originais.
  • A importância relativa das características varia conforme a arquitetura do modelo. Por exemplo, no node2vec, a proximidade é dominante; em GNNs, características do vizinho local (como grau médio) são cruciais.
  • No dataset sintético BA-Shapes, o TACENR conseguiu distinguir corretamente entre nós de "motivos" (estruturas locais densas) e nós da base (papéis globais), identificando que motivos dependem de características locais (triângulos, grau) e nós da base dependem de medidas de difusão global (PPR).

• Comparação com Métodos Específicos de Tarefa:

  • Na comparação supervisionada usando a métrica AOPC (Area Over the Perturbation Curve), a variante supervisionada do TACENR performou comparável ou superior a métodos estabelecidos como GNNExplainer, GraphLIME e GraphSVX na identificação de características impactantes.
  • Filtragem de Ruído: O TACENR demonstrou superioridade na capacidade de ignorar características ruidosas (adicionadas artificialmente), selecionando menos características irrelevantes em comparação com outros métodos.

• Estudo Ablativo:

  • A ponderação baseada em variância (não supervisionada) e gradientes (supervisionada) melhorou consistentemente a qualidade das explicações.
  • A regressão linear simples mostrou-se suficiente e eficaz como modelo surrogato, oferecendo alta interpretabilidade sem perda significativa de desempenho em relação a modelos não lineares complexos.

5. Significado e Impacto

O TACENR preenche uma lacuna crítica na área de IA explicável (XAI) para grafos. Ao permitir que pesquisadores e praticantes entendam como e por que um nó é representado de uma certa maneira no espaço latente (independentemente de uma tarefa específica), o método:

• Facilita a depuração e o diagnóstico de modelos de aprendizado de grafos.
• Oferece insights sobre quais aspectos da topologia do grafo (local vs. global, estrutural vs. atributo) são capturados por diferentes algoritmos.
• Aumenta a confiança na adoção de modelos de grafos em domínios críticos (como bioinformática e redes sociais), onde a interpretabilidade é essencial.

Em resumo, o TACENR avança o estado da arte ao transformar representações de nós "caixas-pretas" em estruturas interpretáveis, revelando a contribuição quantitativa de fatores de proximidade, estrutura e atributos na formação dessas representações.