本文回顾了异态图神经网络的研究进展，提出了分类法和主要模型，分析了基准数据集，并探讨了未来的研究方向。介绍了语言模型图神经网络（LM-GNN）和Hetero$^2$Net等新方法，强调了在异质图中有效利用节点分布和语义信息的重要性，以提升节点分类任务的性能。