NP$^2$L：负面伪偏标签提取图神经网络
原文中文，约300字，阅读约需1分钟。发表于：。通过实验发现，如果通过不重叠的部分标签选择伪标签，并将其定义为负节点对关系，则伪标签的准确性更高。因此，通过伪标签和部分标签的提取构建负边，生成一个带有高准确性伪标签信息的有向图，有效地辅助了图神经网络在消息传递层的学习，提供了第二个问题的解决方案。在几个基准数据集上的链路预测和节点分类任务的实证结果表明了我们方法的有效性，并取得了最先进的性能。
该研究发现，将不重叠的部分标签选择为负节点对关系的伪标签，可以提高准确性。通过构建带有高准确性伪标签信息的有向图，有效地辅助了图神经网络在消息传递层的学习，提供了链路预测和节点分类任务的解决方案。实证结果表明该方法在几个基准数据集上取得了最先进的性能。
