NLP的学习任务类别,哪些任务适合GCN和GAT模型?
关注者
58被浏览
47,196登录后你可以
不限量看优质回答私信答主深度交流精彩内容一键收藏
GCN 和 GAT都是图网络, 思路都是将相邻点的特征总结到中心节点上。 正因为这个特征,他们很适合用来做文本理解类的任务:如文本分类(把文本转化为单词图形,然后卷曲成单词图卷积,最后可以把句子看作一个单词节点图),关系提取(保持跨句N维图形结构来提取),机器翻译(将语法信息整合到NMT)等等。
但同时,GCN和GAT也是有区别的。 GCN利用了拉普拉斯矩阵,而GAT应用的是注意力机制。 这使得GAT更适合于有向图(因为运算是node-wise),也更适合于需要灵活图结构的归纳学习任务(GCN全图计算,所以图结构变了又得重新学,灵活性和拓展性都不太好)
References:
GCN、GAT、GraphSAGE的优势很明显,想问一下它们分别有什么缺点?