RelGT-AC: графовый трансформер для умного автозаполнения в базах данных
Группа учёных разработала новую модель машинного обучения RelGT-AC (Relational Graph Transformer for Autocomplete), предназначенную для задач автозаполнения в реляционных базах данных. Проект опирается на подход Relational Deep Learning (RDL), который представляет базу данных в виде гетерогенного графа и применяет графовые нейросети. RelGT-AC адаптирован для сценариев, где требуется предсказать значение столбца на основе уже заполненных полей — как интеллектуальный помощник при вводе данных.
В основе модели — три ключевых нововведения. Первое — стратегия маскирования столбцов, которая предотвращает тривиальные решения при обучении: целевой столбец закрывается, и модель вынуждена опираться на связи между строками и таблицами. Второе — универсальный блок обработки задач, способный работать с бинарной классификацией, многоклассовым предсказанием и регрессией в рамках одной архитектуры. Третье — TF-IDF кодировщик для свободного текста, автоматически извлекающий лексические признаки из текстовых колонок, которые теряются при стандартном категориальном кодировании.
Эффективность RelGT-AC проверена на трёх датасетах эталонного бенчмарка RelBench v2 (rel-trial, rel-f1, rel-stack). Всего модель протестирована на семи задачах автозаполнения. Она обошла базовую модель GraphSAGE во всех трёх регрессионных задачах, а на задачах с преобладанием текстовых данных (например, определение соответствия клиента критериям) показала прирост до +10 пунктов AUROC за счёт TF-IDF энкодера.
Автозаполнение — практически востребованная функция во многих корпоративных и научных системах. Современные реляционные базы данных хранят огромные объёмы информации, и ручной ввод часто приводит к ошибкам и низкой скорости. Модель, способная корректно предсказывать значения, может значительно упростить работу аналитиков, операторов и разработчиков.
Развитие направления Relational Deep Learning продолжается: если раньше основное внимание уделялось предсказаниям на уровне строк, то теперь акцент смещается на задачи, имитирующие поведение пользователя. RelGT-AC — один из шагов к созданию умных ассистентов в базах данных, которые подсказывают данные «на лету». Работа опубликована на сервере препринтов arXiv.
