探究用于无监督对比学习图表示学习的负采样策略
机器学习
2021-04-14 v1
摘要
图表示学习长期以来对各种实际应用而言是一项重要且具有挑战性的任务。然而，其下游任务主要在监督或半监督学习设定下执行。受近期无监督对比学习进展的启发，本文旨在研究节点级对比学习应如何进行。具体而言，我们分别解决了类碰撞问题与负数据分布不平衡问题。在三个真实世界数据集上进行了大量实验，所提方法取得了 SOTA 模型性能。
引用
@article{arxiv.2104.06317,
title = {Probing Negative Sampling Strategies to Learn GraphRepresentations via Unsupervised Contrastive Learning},
author = {Shiyi Chen and Ziao Wang and Xinni Zhang and Xiaofeng Zhang and Dan Peng},
journal= {arXiv preprint arXiv:2104.06317},
year = {2021}
}