提出角色语义解耦的有向动态图边分类框架

针对定向动态图边分类中源、目标、查询、邻居等语义角色被共享参数混淆的问题，研究者提出一个基于序列模型的实验框架，通过定向嵌入和非对称预训练目标显式解耦角色语义。在多种标签预算下，该框架相对基线取得显著且一致的性能提升，表征分析显示其收益来自源与目标隐空间的分叉，从而提升线性可分性。

摘自 arXiv Artificial Intelligence

还没有足够的连续观测数据，暂不绘制趋势。