《异构网络表示学习》综述论文

表示学习为各种AI领域提供了一种革命性的学习范式。在这个综述中,我们研究和回顾了表示学习的问题,并将重点放在由不同类型的顶点和关系组成的异构网络上。这个问题的目标是自动地将输入异构网络中的对象(最常见的是顶点)投射到潜在的嵌入空间中,这样网络的结构和关系属性就可以被编码和保存。