Estimating Node Importance in Knowledge Graphs Using Graph Neural Networks

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...

Continue Reading »
分享到: