本文介绍了一种基于图神经网络的知识桥接学习方法（KBL），用于解决深度学习模型中数据需求过大的问题。通过构建桥接图和知识传递，KBL方法不受强假设限制且对源数据的噪声具有鲁棒性。实验证明，在有限数据场景中，Bridged-GNN方法显著提升了性能。