面向广义多任务学习的图星网络
社会与信息网络
2019-07-01 v1 计算与语言
机器学习
摘要
在这项工作中，我们提出图星网络（GraphStar），一种新颖且统一的图神经网络架构，它利用消息传递中继与注意力机制处理多个预测任务——节点分类、图分类与链接预测。GraphStar 解决了图神经网络此前面临的诸多挑战，并在不增加模型深度或承担沉重计算成本的情况下实现非局部表示。我们还提出一种基于节点分类与文本分类（作为图分类）的新方法来处理特定主题的情感分析。我们的工作表明，“星节点”能够学习有效的图数据表示，并改进当前针对这三项任务的方法。具体而言，在图分类与链接预测上，GraphStar 在多个关键基准上以 2-5% 的优势超越当前最先进（SOTA）模型。
引用
@article{arxiv.1906.12330,
title = {Graph Star Net for Generalized Multi-Task Learning},
author = {Lu Haonan and Seth H. Huang and Tian Ye and Guo Xiuyan},
journal= {arXiv preprint arXiv:1906.12330},
year = {2019}
}