本文提出了一种名为GIL的框架，用于半监督图节点分类。该框架通过学习节点标签的推理，提高分类性能，并定义节点属性、节点路径和局部拓扑结构之间的结构关系，从而方便地从一个节点推导出另一个节点的推理。在四个基准数据集上进行了全面评估，结果表明，GIL方法具有卓越的性能。