​[AAAI | 论文简读] GNN中非属性节点分类的优先标记

简读分享 | 王天朔 编辑 | 李仲深

论文题目

Preferential Labeling for Unattributed Node Classification in GNNs

论文摘要

现有的图神经网络 (GNN) 很大程度上依赖于节点嵌入表示，节点嵌入表示利用其类型或内容信息将节点表示为一个向量。然而，具有无标记节点的图广泛存在于现实世界的应用程序中（例如，匿名社交网络）。现有的 GNN 模型表示该类节点则通过为节点分配随机标签（引入了伪标签），或者为所有节点分配一个同一个嵌入的方式（无法区分不同的节点）。此外，当这些 GNN 应用于无标记的节点分类问题时，它们具有不希望的等变性，这使得其从根本上无法处理具有多个可能输出的数据。

在本文中，作者分析了现有 GNN 方法解决节点分类问题的局限性。受分析的启发，作者提出了一种广义等变性和一种渐近满足所需等变性的优先标记算法。实验结果表明，本文在无标签的节点分类任务中的效果显著超越了现有方法。

论文链接

https://arxiv.org/abs/2102.11485