Variation Autoencoder Based Network Representation Learning for Classification——paper 筆記

傳統的方法是矩陣降維和矩陣分解做爲表示,可是不適用於大型網絡。網絡 借鑑 nlp 中的處理思路,先 隨機遊走,處理成節點序列,再使用節點在上下文中的表示。缺點:沒法使用節點自身的信息。學習 本文提出一種直觀的方法是分別單獨學習文本表示和網絡結構,而後把兩種獨立的表示合併在一塊兒。3d 將網絡的鄰接矩陣和訓練好的內容表示做爲輸入,通過 VAE 獲得 embedding 表示。blog 聯合訓練模型中
相關文章
相關標籤/搜索