预训练图嵌入

Question

对于DL使用预先训练过的图形嵌入是否有类似于word嵌入的先例？

Answer 1

就我所理解的主题而言，嵌入在图形之间是不可移植的，因为每个图都有它们自己的特性，您需要学习这些特性。在字嵌入领域，由于域保持不变(词)，它是不同的。

在图的领域中，您通常会在后面嵌入的同一张图上对模型进行训练。在同一张图上进行训练也很重要，因为节点的标签通常是特定于图的节点ID。在单词嵌入领域，该方法根据单词的名称(字母序列)来识别单词，而在图中，节点则由它们的ID来识别。

希望它能解释一点。如果您想了解图形嵌入，通常，我建议您阅读这个故事。

Answer 2

有几个。最受欢迎的可能是Facebook研究小组在整个维基百科内容中使用他们的PBT进行的嵌入。预训练的嵌入在节点/主题的数量和文件大小(30+GB gzip文件！)方面非常大！

• GitHub回购：https://github.com/facebookresearch/PyTorch-BigGraph
• 更多关于预训练嵌入的信息：https://torchbiggraph.readthedocs.io/en/latest/pretrained_embeddings.html

Answer 3

你真的在找graph neutral network吗？

请注意，大多数(流行的)图嵌入算法都是无监督学习，从这个意义上说，获得“预训练模型”没有太多意义。