论文提出融合图与语言表示的链接预测框架 Bridge-LP。
资讯摘要
论文提出 Bridge-LP，一个面向文本属性图（TAG）链接预测的跨模态框架，旨在统一图神经网络与语言模型的表示。作者称其包含三个理论支撑的设计：文本邻近跳跃连接、编码邻域信息的压缩嵌入，以及降低计算复杂度的缓存嵌入训练策略。作者报告在 9 个数据集上与 40 个现有模型对比，MRR 最高提升 43.06%。
要点速读
- 论文提出 Bridge-LP，用三个理论依据的设计组件统一图与语言表示，用于文本属性图链接预测。
- 组件包括文本邻近跳跃连接、压缩嵌入和缓存嵌入训练策略，作者称可扩展到大图。
- 作者报告在 9 个数据集上与 40 个模型对比，MRR 最高提升 43.06%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。