《Adversarial learning for weakly-supervised social network alignment》翻譯

Abstract 如今，一個自然人加入多個社交網絡來享受不同種類的服務是很常見的。跨多個社交網絡連接相同的用戶，也稱爲社交網絡對齊，是一個重大的研究挑戰的重要問題。現有的方法通常在成對的樣本級別上鍊接社會身份，當可用的註釋數量有限時，這可能導致性能表現並不優越。在同構信息的激勵下，本文將社交網絡中的所有身份作爲一個整體來考慮，並從分佈層面對社交網絡進行對齊。我們的目標是學習一個投影函數，不僅最小化

>>阅读原文<<