Estimating Node Importance in Knowledge Graphs Using Graph Neural Networks

阿非    2023-03-07 16:30

这篇论文研究的是估计知识图谱中的节点重要性,可以应用于其它下游任务例如推荐系统等。

这篇论文设计的GENI模型是一种基于GNN的方法,特点是GCN是用来聚合节点重要性得分,而不是像其它的用于知识图谱的GCN那样通过谓词感知的注意力机制来聚合节点嵌入表示。

GNN通常通过节点嵌入在邻居之间传播信息,这是基于一个实体及其邻居相互影响的假设进行建模,因此就其邻居的表示而言,可以更好地表示一个实体的表示。但是,在节点重要性估计的任务中,相邻重要性分数对节点的重要性起主要作用,而其他邻居特征可能影响不大。整个模型的结构图如下图所示,其中红框中为用GNN的打分聚合。GNN的输入为scoring network生成的节点重要性打分,本文的scoring network实验中采用的是简单的多层全连接网络。

模型结构图
Last Modified: 2023-03-07 16:32
Views: 495

[[total]] comments

Post your comment
  1. [[item.time]]
    [[item.user.username]] [[item.floor]]Floor
  2. Click to load more...
  3. Post your comment