节点分类与链接预测在知识图上的结合
机器学习
2021-08-31 v2 人工智能
摘要
节点分类和链接预测在图表示学习中得到了广泛研究。尽管转导式节点分类和链接预测都在单一输入图上操作，但迄今为止它们是被分别研究的。节点分类模型接受带有节点特征和不完全节点标签的输入图，并隐式地假设图在关系上是完整的，即没有缺失边。相比之下，链接预测模型的唯一动机是输入图的关系不完整性，通常不利用节点特征或类别。我们提出了一种统一视角，研究(i)不完全图上的转导式节点分类和(ii)带有节点特征的图上的链接预测问题，为此引入了一个新的数据集WikiAlumni，并进行了广泛的基准研究。
引用
@article{arxiv.2106.07297,
title = {Node Classification Meets Link Prediction on Knowledge Graphs},
author = {Ralph Abboud and İsmail İlkan Ceylan},
journal= {arXiv preprint arXiv:2106.07297},
year = {2021}
}