多視圖對(duì)比增強(qiáng)的異質(zhì)圖結(jié)構(gòu)學(xué)習(xí)方法

摘要： 異質(zhì)圖神經(jīng)網(wǎng)絡(luò)作為一種異質(zhì)圖表示學(xué)習(xí)的方法,可以有效地抽取異質(zhì)圖中的復(fù)雜結(jié)構(gòu)與語(yǔ)義信息,在節(jié)點(diǎn)分類和連接預(yù)測(cè)任務(wù)上取得了優(yōu)異的表現(xiàn),為知識(shí)圖譜的表示與分析提供了有力的支撐.現(xiàn)有的異質(zhì)圖由于存在一定的噪聲交互或缺失部分交互,導(dǎo)致異質(zhì)圖神經(jīng)網(wǎng)絡(luò)在節(jié)點(diǎn)聚合、更新時(shí)融入錯(cuò)誤的鄰域特征信息,從而影響模型的整體性能.為解決該問題,提出了多視圖對(duì)比增強(qiáng)的異質(zhì)圖結(jié)構(gòu)學(xué)習(xí)模型.該模型首先利用元路...