专栏首页NewBeeNLPLINE:不得不看的大规模信息网络嵌入

LINE:不得不看的大规模信息网络嵌入

NewBeeNLP原创出品 作者 | kaiyuan

和DeepWalk一样,今天介绍的论文同样是做网络嵌入表示的,但还是有很大区别的。关于DeepWalk,我们已经在之前文章介绍,戳:DeepWalk:图网络与NLP的巧妙融合

论文来自2015年微软,

  • 论文:LINE: Large-scale Information Network Embedding
  • 链接:https://arxiv.org/abs/1503.03578
  • 源码:https://github.com/tangjianpku/LINE

从论文标题就可以看出,文章主打大规模图网络。当时大多数的嵌入表示研究在小型图网络上表现非常不错,但是当网络规模扩展到百万、百亿级别时,就会显得不尽人意。此外,适用场景也比较有限,无法应用到有向或者带权重图中。为此,本文提出了一种新的网络向量嵌入模型LINE,以解决上述等问题。

先验知识

在我们介绍模型之前,以如下示例先来了解一下相关概念定义。

LINE模型

一阶相似性的LINE模型

模型优化

-\sum_{j \in N(i)} w_{j i} \log p_{1}\left(v_{j}, v_{i}\right)
-\sum_{j \in N(i)} w_{j i} \log p_{2}\left(v_{j} \mid v_{i}\right)

并且保持原有已知节点的embedding不变,更新新来节点的embdding。

本文分享自微信公众号 - NewBeeNLP(NewBeeNLP),作者:kaiyuan

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-11-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 文本分类综述 | 迈向NLP大师的第一步(下)

    本系列文章总结自然语言处理(NLP)中最基础最常用的「文本分类」任务,主要包括以下几大部分:

    NewBeeNLP
  • 秒变金庸风 | NLP文本风格迁移

    目前自然语言生成(NLG)领域的研究还不太实用,所以希望像人一样先理解句子,再改写句子是不太现实的。

    NewBeeNLP
  • 【NLP保姆级教程】手把手带你RCNN文本分类(附代码)

    之前介绍的都是属于深度神经网络框架的,那么在Deep Learning出现或者风靡之前,文本分类是怎么做的呢?

    NewBeeNLP
  • GPS中心母钟设备特性说明

    GPS中心母钟能够自动接受卫星时间或者是接受外部的时间源信息,经过内部高科技处理后,并通过其他的接口分配精确的时间信号给其他需要授时的设备。

    时频专家
  • Python将图片处理为九宫格 不只是九宫格哦

    这两天在朋友圈又看到朋友在发九宫格类的图片,于是今天上网查了一下,发现网上这类应用很多,而且有的软件已经把这个功能集成。本部分主要是讲一下自己在九宫格图上的一些...

    啤酒单恋小龙虾
  • 线性代数——(4)行列式

    羊羽shine
  • Golang Leetcode 217. Contains Duplicate.go

    版权声明:原创勿转 https://blog.csdn.net/anakinsun/article/details/89043350

    anakinsun
  • PyTorch6:nn.Linear&常用激活函数

    线性连接层又叫全连接层(fully connected layer),是通过矩阵的乘法将前一层的矩阵变换为下一层矩阵。

    小胡胡说
  • python asyncio aiohttp

    用户5760343
  • java selenium chromedriver浏览器驱动放在哪里?【两种位置】

    这个位置可以自己指定 比如将驱动放在项目根路径 D:\a-project\mqtest\ 需要在代码中指明driver的路径(绝对路径或相对路径),代码如下

    斑马

扫码关注云+社区

领取腾讯云代金券