‘你好，世界！：让图神经网络与大语言模型对话
机器学习
2025-09-16 v2
摘要
尽管图神经网络（GNN）在多样化的图相关任务中展现出卓越的性能，但其高维隐藏表示仍是黑箱。本文提出图语言网络（Graph Lingual Network, GLN），一种基于大语言模型（LLM）的图神经网络，其隐藏表示以人类可读文本形式呈现。通过仔细的提示设计，GLN 融合了图神经网络的消息传递模块，以及图注意力和初始残差连接等先进图神经网络技术。GLN 的隐藏表示可读性强，使我们能够直观分析节点表示如何随层数变化（1），以及在先进图神经网络技术下的变化（2），为理解图神经网络的内部工作原理提供了洞见。进一步地，我们展示了 GLN 在节点分类和链路预测上实现了强大的零样本性能，超越了现有基于大语言模型的基线方法。
引用
@article{arxiv.2505.20742,
title = {'Hello, World!': Making GNNs Talk with LLMs},
author = {Sunwoo Kim and Soo Yong Lee and Jaemin Yoo and Kijung Shin},
journal= {arXiv preprint arXiv:2505.20742},
year = {2025}
}
备注
Published as a conference paper at EMNLP 2025 Findings. Code and datasets are in https://github.com/kswoo97/GLN-Code