前言:有些图的每条边都带有额外信息,例如权重,边的类型。
1.先验知识
1.1. 各种"积"
点积 | |
叉积 | |
外积 | |
哈达玛积 |
1.2 二部图
二部图又称为二分图,即将顶点集分为两个互不相交的子集,并且每条边所关联的两个顶点分别属于这两个不同的顶点集,顶点集内部的节点没有边存在。
2.两种处理带有边信息的图的方法
2.1 将图转换为二部图
操作方法:原始图中的边变成节点,一条边被拆成两条新边,这意味着在编辑诶单和起始节点和结束节点之间分别有一条新边。这种图变换称为Levi图变换。
常见方法:G2S
将AMR图转为为Levi图,并在图上应用门控图神经网络。这里由于已经将原来的边转换成节点,所以就可以和节点一样处理边的信息。
2.2 对不同类型的边采用不同的权重矩阵
操作方法:针对不同类型的边采用不同的权重矩阵,但需要对边关系种类数较多的情况进行特殊处理。
常见方法:R-GCN
对于边的关系种类较多的情况,R-GCN引入了两种正则化方法来减少建模关系所需的参数两,这两种正则化方法分别是基分解和块对角分解。
基分解:将所有的关系权重矩阵,都用同一组基矩阵进行线性组合表达
块对角分解:通过针对一个低维矩阵集合直接求和来定义每一个关系权重矩阵。