基于谱视角的归纳图对齐指令：从图预训练到归纳微调之间的桥梁
原文中文，约500字，阅读约需1分钟。发表于：。我们提出了一种基于图提示的归纳式图对齐方法（IGAP），通过在谱空间中使用可学习提示来弥合图信号差距和图结构差距，实验证明我们的方法能够成功地在不同设置下弥合数据差距。
图神经网络 (GNN) 在学习图数据的语义方面具有很强的能力。最近，一种名为 “预训练、提示” 的新范式在利用较少监督数据将 GNNs 适应各种任务方面取得了有希望的结果。我们提出了一种新颖的基于结构的 GNN 提示方法，即 SAP，它在预训练和提示调整阶段都一致地利用了结构信息。我们的实验证明了 SAP 的有效性。此外，SAP 可以在同质和异质图上的更具挑战性的小样本场景中实现更好的性能。
