【ICLR 2020】 基于组合的多关系图卷积网络 Composition-Based Multi-Relational Graph Convolutional Networks

题目： Composition-Based Multi-Relational Graph Convolutional Networks

摘要： 图卷积网络(GCNs)最近被证明在对图结构数据建模方面是非常成功的。然而，主要的重点是处理简单的无向图。多关系图是一种更为普遍和流行的图，其中每条边都有一个与之相关的标签和方向。现有的大多数处理此类图的方法都存在参数过多的问题，并且仅限于学习节点的表示形式。在本文中，我们提出了一种新的图卷积框架COMP-GCN，它将节点和关系共同嵌入到一个关系图中。COMP-GCN利用知识图谱嵌入技术中的各种实体关系组合操作，并根据关系的数量进行扩展。它还概括了几种现有的多关系GCN方法。我们评估了我们提出的方法在多个任务，如节点分类，链接预测，和图分类，并取得了明显的结果。