Uniting Heterogeneity, Inductiveness, and Efficiency for Graph Representation Learning

  • 来源:arxiv 2104.01711v1
  • 机构:The University of Queensland
  • 任务:异构图的 inductive 节点分类
  • 方法:没有仔细看,大概是既聚合邻居(wide)又做 random walk(deep)
  • 这篇 introduction 写的不错,几乎把图的问题都介绍了,我到这里才意识到:DocRED 作为异质图,大家用的还都是基于分类信息聚合的方式(RGCN),基于 meta path 的似乎没有?或者说像 EoG 这种给边建模的,其实属于 meta path 类的方法?感觉这一类方法可以再看看

发表评论

您的电子邮箱地址不会被公开。