HGT深度解析：异构图Transformer如何革新GNN注意力机制

1. 从“一视同仁”到“看人下菜碟”：为什么传统GNN在异构图上会“水土不服”？

如果你玩过乐高，肯定知道不同形状的积木块需要不同的连接方式。你不能指望一个轮子零件和一个窗户零件用同一种方式去拼接。这个简单的道理，在图神经网络（GNN）的世界里，却曾经被长期忽视。

传统的GNN，比如我们熟悉的GCN（图卷积网络）或者GAT（图注意力网络），在设计之初都有一个默认的“同质”假设。它们认为，图上所有的节点，本质上都是一类东西，比如社交网络里的用户，或者论文引用网络里的论文。所有的边也代表同一种关系，比如“关注”或者“引用”。在这个美好的假设下，GNN可以愉快地工作：每个节点用同样的方式（共享的权重矩阵）来提取特征，每条边也用同样的规则来计算影响力。

但现实世界的图，绝大多数都是“异构”的。就拿我们最熟悉的学术图谱来说，上面的节点类型五花八门：有作者、有论文、有研究机构、有会议/期刊。边的关系更是复杂：作者“撰写”论文，论文“引用”论文，作者“隶属于”机构，论文“发表于”会议。一个作者节点和一个论文节点，它们的特征分布天差地别——作者的特征可能是研究领域、h指数；论文的特征则是关键词、摘要向量。你如果硬要用同一个权重矩阵去处理它们，就像用一把螺丝刀去拧所有型号的螺丝，结果只能是“滑丝”。

这就是传统GNN在异构图上遇到的第一个大坑：分布差异问题。不同类型的节点，其特征存在于完全不同的语义空间和数值尺度上。强行将它们映射到同一个共享的表示空间，会导致信息严重失真和混淆。我早期尝试用GAT去做学术图谱的学者分类时，就踩过这个坑：模型总是倾向于给文本特征丰富的论文节点很高的注意力权重，而忽略了特征维度完全不同的作者节点，导致学到的表示严重偏向论文，预测作者属性时效果一塌糊涂。

第二个问题是关系语义的模糊化。在异构图中，即使是相同的两个节点类型之间，也可能存在多种含义迥异的关系。比如，“作者-论文”这条边，既可以是“第一作者”，也可以是“通讯作者”。在传统GNN的同质假设下，这两种完全不同的关系被混为一谈，模型根本无法区分“主导完成”和“指导完成”的细微差别，这无疑丢失了大量关键信息。

所以，当HGT（Heterogeneous Graph Transformer）提出要搞一套“类型感知”的注意力机制时，我第一反应就是：早该这么干了！它不再对图上所有节点和边“一视同仁”，而是学会了“看人下菜碟”。接下来，我们就深入后厨，看看这道“私房菜”具体是怎么做的。

2. HGT的核心配方：元关系三元组与异构注意力机制

HGT解决上述问题的核心武器，是一个叫做 “元关系（Meta-Relation）三元组” 的概念。听起来有点唬人，但其实特别好理解。我们把图中任意一条有向边 e = (s, t) 拎出来看，它天然就携带了三种类型信息：

1. 源节点 s 的类型，记作 τ(s)
2. 边 e 本身的类型，记作 φ(e)
3. 目标节点 t 的类型，记作 τ(t)

这个 ⟨τ(s), φ(e), τ(t)⟩ 三元组，就是HGT理解世界的“基本语法单元”。比如在学术图谱里，⟨作者, 撰写, 论文⟩ 和 ⟨论文, 引用, 论文⟩ 就是两个完全不同的元关系。HGT的整个架构，就是围绕如何为每一种独特的元关系，定制化地处理信息而设计的。

2.1 异构互注意力：为每种关系定制专属的“评分器”

还记得GAT里那个计算节点间重要性的注意力系数吗？它用一个共享的权重矩阵 W 把源节点和目标节点映射一下，然后算个相似度。在HGT看来，这太粗糙了。它的做法要精细得多。

假设我们现在要更新一个目标节点 t（比如一篇论文），它有一个邻居 s（比如一位作者），连接关系是“撰写”。HGT计算这个作者对这篇论文的重要性的过程，就像一场精心设计的面试：

1. 定制化提问（Query）：首先，面试官（目标节点t）要根据自己的类型（论文）来准备问题。HGT用一个专属于“论文”类型的线性变换 Q-Linear_论文，把论文节点的特征向量转换成一个“提问向量” Q(t)。这个变换是论文类型独有的，和作者类型用的完全不一样。
2. 定制化回答（Key）：然后，应聘者（源节点s）要根据自己的类型（作者）来准备答案。HGT用一个专属于“作者”类型的线性变换 K-Linear_作者，把作者节点的特征向量转换成一个“应答向量” K(s)<