引言
图结构数据在众多现实应用中广泛存在，例如分子性质预测、生物信息学、社会网络分析和欺诈检测等 Cai & Xie (2024); Lu & Getoor (2003); Prithviraj et al. (2008); Wale, Watson, & Karypis (2008); Yanardag & Vishwanathan (2015); Zitnik, Agrawal, & Leskovec (2018); Zitnik et al. (2019)。得益于其强大的建模节点属性和关系依赖的能力，图神经网络（GNNs）在图分类和节点分类任务中取得了显著的性能。然而，尽管预测效果出色，GNN往往作为黑箱模型运行，使得理解哪些图子结构真正导致了预测结果变得困难。因此，GNN解释方法旨在识别能够忠实反映目标模型推理过程的解释性子图。此类解释在分子发现和生物医学等高风险领域尤为重要，在这些领域中，从业者不仅关心最终预测结果，还关心高亮标注的结构证据是否真正与模型的推理方式一致。
在许多实际图学习问题中，数据分布往往高度不平衡。例如，在NCI等分子数据集中，只有少数化合物在抗癌生物测定中被标记为活性化合物，而大多数样本为无活性化合物。这种不平衡不仅影响预测准确性，还可能塑造训练后的GNN如何形成其依赖类别的决策行为。在类别不平衡条件下，冻结的目标GNN可能已经对不同类别展现出不同的决策模式：少数类预测可能具有较弱的决策边界、较低的置信度或较不稳定的结构证据，而多数类预测则可能由更为主导且集中的模式支撑。这些特征属于冻结目标模型已学习的行为的一部分。在事后解释设置中，保持这种行为并不意味着这种偏差是可取的，而是意味着解释器应忠实描述固定的目标模型实际如何进行预测。对分类器本身进行去偏处理需要改变训练数据、学习目标或模型参数，这超出了事后解释的范围。
尽管已有大量GNN解释方法被开发出来 Chen, Wu, Gupta, & Ying (2023); Lin, Lan, & Li (2021); Lucic, Hoeve, Tolomei, de Rijke, & Silvestri (2022); Luo et al. (2020a); Magister, Kazhdan, Singh, & Liò (2021); Shin, Kim, & Shin (2024); Sui et al. (2022); Wang & Shen (2023); Wu, Wang, Zhang, He, & Chua (2022); Ying, Bourgeois, You, Zitnik, & Leskovec (2019); Yuan, Tang, Hu, & Ji (2020)，但大多数现有方法侧重于预测层面的忠实度，通常结合稀疏性或鲁棒性目标。然而，它们并没有明确考虑在类别不平衡条件下，解释过程本身是否会扭曲目标GNN原有的依赖类别的决策行为。即使解释保留了最终预测结果，仍不清楚解释器是否也保留了目标GNN基于类别差异的原始决策特征。
更重要的是，事后解释器可能在冻结目标GNN中已存在的因不平衡诱导的偏差之外引入额外的畸变。例如，它可能使解释子图看起来比原始目标模型的决策行为更加自信、更加紧凑或更加类别均衡。具体来说，解释器可能放大少数类解释的决策边界、抑制目标GNN使用的证据，或产生过于紧凑的子图，使目标模型看起来比实际情况更加自信。因此，生成的解释不再描述实际的冻结目标GNN，而是反映了被解释器修改后的决策特征。我们将这种由解释过程引起的额外畸变称为解释器诱导偏差。例如，即使目标GNN本身依赖较弱的或更分散的证据来处理少数类样本，解释器仍可能为少数类样本产生过于自信或过于紧凑的解释。此类解释看起来可能更加清晰或更具决定性，但它们不再忠实地代表被解释的模型。这一问题在分子发现和生物医学等应用中尤为重要，在这些领域中，少数类实例往往是最有价值的研究对象。如果解释器对这些代表性不足的样本引入额外畸变，从业者可能会被误导，对目标GNN实际依赖的结构证据产生错误认知。
这一问题还暴露了现有评估协议的局限性。常见的忠实度指标可以衡量解释是否保留了输出结果，但无法衡量解释是否改变了目标模型的原始依赖类别的决策特征。这呼唤一种专为不平衡解释设置量身定制的新型评估视角。
为解决这一问题，我们提出了DEX（Debiasing GNN EXplanations on Imbalanced Graphs，即不平衡图上的GNN解释去偏），这是一种不平衡感知的解释框架，在生成解释时显式保持目标GNN原始的依赖类别的决策行为。DEX首先对原始图预测一个粗糙的潜在解释掩码，然后通过掩码空间中的条件扩散逐步细化。为了引导去噪过程，DEX引入了来自冻结目标GNN的原型增强的逐类别决策引导，该方法将实例特定的决策信息与类别级别的先验原型以及频率感知的少数类调制相结合。通过这种方式，DEX生成保持目标GNN原始决策行为并减少解释器诱导偏差的解释子图。为进一步评估该效果，我们引入了EIBG（Explainer-Induced Bias Gap，解释器诱导偏差间隙），用于量化解释器对目标模型原始依赖类别决策特征的改变程度。
本文的主要贡献总结如下：
- •
我们研究了类别不平衡条件下GNN解释中一个尚未充分探索的问题，即解释器可能引入超出目标模型已有偏差之外的额外偏差，从而扭曲模型原始的依赖类别的决策行为。
- •
我们提出了DEX，一种基于扩散的实例级解释框架，通过来自冻结目标GNN的原型增强的逐类别决策信号引导的潜在解释掩码扩散来生成解释子图。
- •
在合成和真实世界不平衡图数据集上的大量实验表明，DEX产生的解释比现有基线方法更加忠实且不易产生畸变。
