IJCAIFeb, 2019
加权内积表示学习实现通用相似度近似
Representation Learning with Weighted Inner Product for Universal Approximation of General Similarities
Geewook Kim, Akifumi Okuno, Kazuki Fukui, Hidetoshi Shimodaira
TL;DR本文提出一种基于神经网络的图嵌入方法 —— 加权内积相似性,其能够优化相似度模型,学习任何相似度模型,且在节点表示学习和归纳任务中有高效表现。