BriefGPT - AI 论文速递
·
稀标记图中的节点分类虚拟节点生成
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种新颖的方法，通过交替随机游走策略生成特定角色的顶点邻域，并在源/目标角色中训练节点嵌入。该方法成功解决了先前方法无法对边的定向性进行编码或其编码不能在不同任务中进行推广的问题，并在多个真实世界数据集上展示了有效性。该嵌入稳健、可推广，在多种任务和图表现良好，并在节点分类任务中始终优于基线模型。
🎯
关键要点
-
提出了一种新颖的方法，通过交替随机游走策略生成特定角色的顶点邻域。
-
在源/目标角色中训练节点嵌入，充分利用有向图的语义。
-
为有向图中的两个不同节点角色维护单独的视图或嵌入空间。
-
成功解决了先前方法无法对边的定向性进行编码的问题。
-
编码能够在不同任务中进行推广，展示了方法的有效性。
-
嵌入具有稳健性和可推广性，在多种任务和图中表现良好。
-
在节点分类任务中始终优于基线模型。
➡️
