该研究提出了一种新的异质图神经网络Hetero^2Net，通过蒙版元路径预测和蒙版标签预测任务，有效地处理同质性和异质性异质图。在五个真实异质图基准上评估了Hetero^2Net的性能，结果表明其在半监督节点分类任务中优于强基线模型。

该研究提出了一种新的异质图神经网络Hetero^2Net，通过蒙版元路径预测和蒙版标签预测任务，有效地处理同质性和异质性异质图。在五个真实异质图基准上评估了Hetero^2Net的性能，结果表明其在半监督节点分类任务中优于强基线模型。