本文作者从实际的图数据特点出发,设计了一种针对多关系有向图的图神经网络 CompGCN 来同时学习节点和关系的表示。同时,为了降低大量不同类型关系带来的参数,这里作者设计了一种分解操作 composition operation,将所有关系都用一组基的加权组合来表示。这样用于描述关系的参数只和基的个数有关。 设计了 CompGCN 模型,一种可以考虑多种关系信息的图神经网络框架,来同时学习节点和关系的表示。证明了 CompGCN 与之前的多关系 GNN 之间的联系。实验验证了 CompGCN 的有效性。
https://arxiv.org/pdf/1911.03082
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“CGCN” 就可以获取《【ICLR2020-哥伦比亚大学】多关系图神经网络CompGCN》专知下载链接