语言模型是图学习者
原文中文，约2400字，阅读约需6分钟。发表于：。本研究解决了语言模型在图学习任务中效果不及领域专用模型的困境。提出了一种新的方法，使现成的语言模型在节点分类任务上能够达到与最先进的图神经网络相媲美的性能，而无需架构改动。实验结果显示，经过增强策略处理的Flan-T5模型超越了最先进的文本输出节点分类器，并与顶尖的向量输出节点分类器表现相当，推动了更为通用的图学习模型的发展。
研究提出了一种新方法，使语言模型在节点分类任务上达到与先进图神经网络相当的性能，无需改变架构。通过增强策略处理的Flan-T5模型超越了最先进的文本输出节点分类器，并与顶尖向量输出节点分类器表现相当。研究探索了大型语言模型在图学习中的潜力，提出了结合语言模型与图神经网络的方法，展示了其在无标签节点分类和图表示学习中的有效性。
