该研究提出了一种新的元路径图神经网络学习方法，通过少量信息丰富的元路径提高准确性。实验评估显示该方法在综合和真实世界实验中优于现有的多关系图神经网络。

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。