论文标题:Heterogeneous Graph Transformer
论文来源:WWW 2020
论文链接:https://arxiv.org/pdf/2003.01332.pdf
代码链接:https://github.com/acbull/pyHGT
简介
近年来,图神经网络(GNNs)在图数据分析领域取得了巨大的成功。然而,大多数的 GNN 都是针对同构图设计的。在同构图中,所有的节点和边都属于同一种类型。
然而实际生活中,我们可能会处理更复杂的图数据,其节点与边会有不同的类别,学术界称这类图数据为异构图。
比如学术网络、知识图谱,乃至物联网等。例如,下图中的开放学术网络包含五种类型的节点:论文、作者、机构、会议和领域,以及它们之间不同类型的关系。
在这篇论文中,我们提出了一种处理异