hypergraph专题

论文阅读-(HyperGAT)Be More with Less: Hypergraph Attention Networks for Inductive Text Classification

Be More with Less: Hypergraph Attention Networks for Inductive Text Classification 一、摘要 文本分类是自然语言处理中一个重要的研究课题,有着广泛的应用。最近,图神经网络(gnn)在研究界得到了越来越多的关注,并在这一规范任务中展示了有前景的结果。 GNN 在文本分类表现能力受损: 因为:(1)无法捕捉单词之

Dynamic Hypergraph Neural Networks, IJCAI, 2019

Dynamic Hypergraph Neural Networks, IJCAI, 2019 Jiang J, Wei Y, Feng Y, et al. Dynamic Hypergraph Neural Networks[C]//IJCAI. 2019: 2635-2641. 在神经网络模型中,由网络深层生成的嵌入特征具有初始结构无法捕获的高阶关系。现有的基于图或超图的神经网络的主要缺点