对比学习作为一种自监督式的深度学习范式,在计算机视觉、自然语言处理等领域取得了瞩目的成绩。...目前的图对比学习方法在设计时主要关注:① 正负例的定义与产生方式;②编码模型的架构;③损 失函数的形式。我们在图1中用虚线框出了这三 部分。...虽然近年来 有研究提出了具有一定跨数据迁移能力的图对比学 习模型[45],但该方法只适用于没有属性的同质信息 网络,局限性较大。...因此设 计一个基准实验框架,更公平地对比不同方法也是 一个重要的方向。
8 结束语
基于深度学习的图分析方法在很多任务上取得 显著的效果,而做好节点/图表示是其中的关键。...本文围绕图对比学习展开,梳理总结了近些年 来重要的图对比学习工作,同时提出了一些仍未被 很好解决的问题,以及未来可能的研究方向,尝试为研究人员建立一个较完整的研究视图,希望能为进 一步推进该领域的研究提供一定的帮助