一种有效的方法用于文本图中的节点分类.pdfVIP

一种有效的方法用于文本图中的节点分类

RituparnaDattaNibirChandraMandal

hht9zt@wyr6fx@

UniversityofVirginiaUniversityofVirginia

Virginia,USAVirginia,USA

ACMReferenceFormat:论文作为节点通过引用关系连接起来，每篇论文都包

RituparnaDattaandNibirChandraMandal.2018.一种有效的含以标题、摘要和全文形式存在的丰富文本内容。准

方法用于文本图中的节点分类.InProceedingsofMakesureto确分类科学论文之所以至关重要，原因有几点：()包

enterthecorrectconferencetitlefromyourrightsconfirmationemai

含数百万篇论文的科学库需要自动方法进行组织和归

(Conferenceacronym’XX).ACM,NewYork,NY,USA,8pages.

类研究；()有效的分类使研究人员能够跨越学科界限

/XXXXXXX.XXXXXXX

本发现相关工作；()理解论文类别有助于追踪科学领

译1介绍域的发展和新兴的研究区域；()资助机构和组织需

要准确的分类来进行研究影响评估和资源配置。

中在现代知识系统中，文本属性图（TAG）将文本元数据

在引用网络和更广泛的TAG应用背景下，几个相

1与图形连通性结合起来，以建模复杂的网络，如引文

v互关联的挑战阻碍了有效的节点分类，如下所示：

6网络、推荐系统和知识图谱。这些TAG对于诸如节点

3分类等任务具有巨大的潜力，在这类任务中，目标是语义结构整合:科学论文包含复杂的领域特

8

5根据结构化和文本数据预测图节点的标签（例如主题定术语和概念，需要高级的语义理解。虽然传

0.或类别）。尽管有这种潜力，现有的方法往往由于在从统的文本嵌入可以捕捉基本含义，但它们经常

8文本捕获语义丰富性或建模图形结构中的长距离依赖无法表示细致的技术内容。此外，引用模式形

0

5关系方面的局限而无法充分利用TAG内部复杂的关成了复杂分层关系，携带重要的结构信息。当

2

:系。大型语言模型（LLMs）和图神经网络（GNNs）的前的方法要么分别处理这些方面，要么通过简

v

i必威体育精装版进展启发了混合解决方案，但在可扩展性、集成单的拼接将它们结合在一起，未能捕捉到语义

x

r和动态适应性方面仍然存在挑战。内容和引用结构之间的丰富交互。

a

引文网络代表了TAGs