多关系图神经网络的元路径学习

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该研究提出了一种新的元路径图神经网络学习方法,使用少量信息丰富的元路径提高准确性,并使用评分函数衡量关系的潜在信息量。实验评估表明,该方法在存在大量关系的情况下也能正确识别相关的元路径,并在综合和真实世界实验中显著优于现有的多关系图神经网络。

🎯

关键要点

  • 该研究提出了一种新的元路径图神经网络学习方法。

  • 使用少量信息丰富的元路径来提高准确性。

  • 在增量构建元路径的过程中,使用评分函数衡量关系的潜在信息量。

  • 实验评估表明,该方法能在大量关系的情况下正确识别相关的元路径。

  • 该方法在综合和真实世界实验中显著优于现有的多关系图神经网络。

➡️

继续阅读