KDD2023丨预训练论文合集

ACM SIGKDD（国际数据挖掘与知识发现大会，简称KDD）会议始于1989年，是数据挖掘领域历史最悠久、规模最大的国际顶级学术会议，也是首个引入大数据、数据科学、预测分析、众包等概念的会议，每年吸引了大量数据挖掘、机器学习、大数据和人工智能等领域的研究学者、从业人员参与。

AMiner通过AI技术，对 KDD2023 收录的会议论文进行了分类整理，今日分享的是预训练主题论文！（由于篇幅关系，本篇只展现部分论文，点击阅读原文可直达KDD顶会页面查看所有论文）

1.QUERT: Continual Pre-training of Language Model for Query Understanding in Travel Domain Search

https://www.aminer.cn/pub/6487e9fad68f896efa482b50/

2.Automated 3D Pre-Training for Molecular Property Prediction

https://www.aminer.cn/pub/64893b17d68f896efa982588/

3.Pre-training Antibody Language Models for Antigen-Specific Computational Antibody Design

https://www.aminer.cn/pub/64af9a063fda6d7f065a6c00/

4.Joint Pre-training and Local Re-training: Transferable Representation Learning on Multi-source Knowledge Graphs

https://www.aminer.cn/pub/647eaf51d68f896efad41d32/

5.GetPt: Graph-enhanced General Table Pre-training with Alternate Attention Network

https://www.aminer.cn/pub/64af99fd3fda6d7f065a6302/

6.Empower Post-hoc Graph Explanations with Information Bottleneck: A Pre-training and Fine-tuning Perspective

https://www.aminer.cn/pub/64af99fd3fda6d7f065a6311/

7.Dual-view Molecular Pre-training

https://www.aminer.cn/pub/64af9a063fda6d7f065a6bb3/

8.S2phere: Semi-Supervised Pre-training for Web Search over Heterogeneous Learning to Rank Data

https://www.aminer.cn/pub/64af9a003fda6d7f065a669a/

---

如何使用ChatPaper读文献？

为了让更多科研人更高效的获取文献知识，AMiner基于GLM-130B大模型能力，开发了Chatpaper，帮助科研人快速提高检索、阅读论文效率，获取最新领域研究动态，让科研工作更加游刃有余。

ChatPaper是一款集检索、阅读、知识问答于一体的对话式私有知识库，AMiner希望通过技术的力量，让大家更加高效地获取知识。

ChatPaper：https://www.aminer.cn/chat/g