PTCL: Pseudo-Label Time Curriculum Learning for Label-Limited Dynamic Graphs
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本文提出了一种PTCL方法,旨在解决动态节点分类中标签有限的问题,尤其是在完全标签需求的情况下。通过生成伪标签和时间课程学习策略,显著提升了节点分类的效果。实验结果表明,PTCL优于其他方法,为动态图研究提供了新的数据集和框架。
🎯
关键要点
- 本文提出了一种PTCL方法,旨在解决动态节点分类中标签有限的问题。
- PTCL方法特别针对完全标签需求的情况。
- 通过生成伪标签和时间课程学习策略,显著提升了节点分类的效果。
- 实验结果表明,PTCL优于其他方法。
- PTCL为动态图研究提供了新的数据集和框架。
➡️