【ICLR2020-哥伦比亚大学】多关系图神经网络CompGCN

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。