REPRESENTATIONAL MACHINE LEARNING FOR PRODUCT FORMULATION

A method, system, and computer program product for representational learning of product formulas are provided. The method accesses a set of product formulas. Each product formula includes a set of ingredient tuples. A directed graph is generated from the set of product formulas. The directed graph including a node for each ingredient of the sets of ingredient tuples of the set of formulas. The method generates a weighted graph from the directed graph. The weighted graph has a weight assigned to each edge in the directed graph. The method generates an embedding model based on the directed graph. A set of embeddings is determined for the weighted graph where each node is represented with low-dimensional numerical vectors. L'invention concerne un procédé, un système et un produit programme d'ordinateur pour l'apprentissage de représentation de formules de produits. Le procédé accède à un ensemble de formules de produits. Chaque formule de produit comprend un ensemble de tuples d'ingrédient. Un graphe orienté est généré à partir de l'ensemble de formules de produits. Le graphe orienté comprend un nœud pour chaque ingrédient des ensembles de tuples d'ingrédient de l'ensemble de formules. Le procédé génère un graphe pondéré à partir du graphe orienté. Le graphe pondéré a un poids attribué à chaque bord dans le graphe orienté. Le procédé génère un modèle d'incorporation sur la base du graphe orienté. Un ensemble d'incorporations est déterminé pour le graphe pondéré, chaque nœud étant représenté par des vecteurs numériques à faible dimension.