第三篇双盲论文。
本论文把Co-train(协同训练)的思想引入半监督节点分类的任务中,取得了不错的效果,但是个人感觉创新性还是稍显不足,不知道最后能不能中ICLR。
本文的贡献总结如下:
提出了一种用于半监督节点分类的图视图(view)一致性学习框架,充分论证了图视图一致性的理论结构。
设计了GVCLN,成功地解决了半监督学习中的标签不足问题。
在不同的半监督节点分类任务上证明了所提方法的高效率和有效性。
co-train
为了明白本文到底在做什么,首先你得先知道协同训练。这里偷个懒,直接引用别人的博客:
也就是说训练不同的分类器,并根据分类器的分类结果扩充置信度高的数据作为训练集。当然,这对分类器的要求还是比较高的,如果是弱分类器,得到的分类结果都不可信,那么再假设这个结果为ground-truth使用它进行训练,得到的结果一定不