用于带标签文本网络的集成节点编码器
计算与语言
2022-05-11 v2
摘要
已有大量工作致力于利用内容增强的网络嵌入模型，但很少关注节点的标签信息。尽管TriDNR通过将节点标签视为节点属性来利用它们，但它未能用标签信息丰富无标签节点的向量，这导致在测试集上的分类结果弱于现有的无监督文本网络嵌入模型。在本研究中，我们为文本网络设计了一个集成节点编码器（INE），该编码器在基于结构和基于标签的目标上联合训练。因此，节点编码器不仅保留了网络文本和结构的集成知识，还保留了标签信息。此外，INE允许通过输入无标签节点的节点内容为其创建标签增强向量。我们的节点嵌入在两个公共引用网络（即Cora和DBLP）的分类任务中取得了最先进的性能，在70%训练比例下，分别将基准提高了10.0%和12.1%。此外，我们还提出了一种可行的解决方案，将我们的模型从文本网络推广到更广泛的网络。
引用
@article{arxiv.2005.11694,
title = {Integrated Node Encoder for Labelled Textual Networks},
author = {Ye Ma and Lu Zong},
journal= {arXiv preprint arXiv:2005.11694},
year = {2022}
}
备注
7 pages