CANE: Context-Aware Network Embedding for Relation Modeling——paper 笔记

最新推荐文章于 2021-06-21 11:05:00 发布
原创 最新推荐文章于 2021-06-21 11:05:00 发布 · 755 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#表示学习

这篇论文来自清华大学，提出了一种新的网络嵌入方法CANE，它不仅考虑了结构因素，还引入了上下文信息和节点之间的交互作用，并应用了注意力机制。CANE的创新之处在于其context-aware embedding，使得向量表示能根据上下文动态变化，适应于边的特性。虽然注意力机制的部分理解有待深入，但整体提升了网络表示的灵活性。

清华的论文，思想：除了考虑structure因素，还考虑context因素，以及s和c的相互作用，同时引入了attention机制。

Context-free Embedding: 向量表示固定，不会随上下文信息的变化而改变。

Context-aware Embedding: 向量表示不固定，会随上下文信息的变化而变化。比如，对于一条边，CANE可以学习到V_u 和 U_v。

 

 

 

Attention机制部分没有读懂，读完后更新

最低0.47元/天 解锁文章
论文 | 属性网络嵌入 Attributed Network Embedding
小布莱克的博客
05-11 6741
分别对网络结果以及网络属性两个矩阵进行embedding学习，再将其合并，以实现属性网络的嵌入学习表示。
文献阅读（4）ACL2017-CANE：Context-Aware Network Embedding for Relation Modeling
优快云TianJi的博客
01-02 1461
本文是对《CANE：Context-Aware Network Embedding for Relation Modeling》一文的浅显翻译与理解，原文章已上传至个人资源，如有侵权即刻删除。
Context-Aware Network Embedding for Relation Modeling
akufr2065的博客
09-28 499
Context-Aware Network Embedding for Relation Modeling 论文：http://www.aclweb.org/anthology/P17-1158 创新点： 考虑属性连边关系 引入卷积神经网络 结构信息借助深层网络表示，将不同节点间关联信息融入CNN中 基于TensorFlow 架构实现CNN 基于上下...
"CANE: Context-Aware Network Embedding for Relation Modeling"笔记及代码解释
tomato_guo的博客
09-30 2029
CANE是发表在ACL2017上的一篇network embedding的论文，文章假设一个节点和不同的邻居节点相连有不同的embedding，提出考虑上下文的embedding方法CANE. 1.  Problem Formulation 假设存在信息网络G=(V,E,T)，V是顶点集，是边集，T是节点的文本信息。一个节点的文本信息由一个词序列   表示。 Context-free Emb...
CANE-Context-Aware Network Embedding for Relation Modeling论文学习
大数据挖掘SparkExpert的博客
05-14 3453
2.   CNN 参考网址： https://github.com/Syndrome777/DeepLearningTutorial/blob/master/4_Convoltional_Neural_Networks_LeNet_%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C.md http://www.cnblogs.com/
方面级分类paper9 Context-aware Embedding for Targeted Aspect-based Sentiment analysis(2019 ACL)
Jasminexjf的博客
06-25 2432
Paper link: https://arxiv.org/pdf/1906.01213v1.pdf Code link: Source: 2019 ACL Author: Jasminexjf Time: 2019-06-25 这是一篇来自于 ACL 2019 的论文「Context-aware Embedding for Targeted Aspect-based Sentime...
smart-cane:在Raspberry-PI上使用OpenCV进行实时对象检测
04-08
智能手杖 在Raspberry-PI上使用OpenCV进行实时对象检测 用法 gitclone此存储库。 按照以下链接中的说明安装openCV： : 可以在本文中找到该项目的详细信息以及如何使用它： :
Better-Sugar-Cane:RepositoryIssue Tracker for my Better Sugar Cane Mod
06-15
更好的甘蔗 用于我的 Better Sugar Cane Mod 的存储库/问题跟踪器
Agro-Cane---Sprint-2:Sprint 2存储库
04-06
Agro-Cane是一个项目，其Sprint-2阶段的源代码和相关文档被存放在一个名为"Agro-Cane---Sprint-2"的存储库中。Sprint是敏捷开发中的一个关键概念，通常指的是一个短期、固定时间长度（如两周或一个月）的工作周期，...
BioSTEAM生物炼油厂模型与结果库：Bioindustrial-Park介绍
该文件提供的标签信息包括“monte-carlo uncertainty sensitivity ethanol biodiesel lipid-cane biofuel bioproduct techno-economic-analysis corn-stover JupyterNotebook”。这些标签指向了与生物炼油厂模型...
network embedding 需读论文
weixin_33713503的博客
08-14 208
Must-read papers on NRL/NE. github:https://github.com/nate-russell/Network-Embedding-Resources NRL: network representation learning. NE: network embedding. Contributed byCunchao Tuand Yuan Yao. ...
Medical Image Synthesis with Context-Aware Generative Adversarial Networks （简介）
qq_34869928的博客
05-28 1508
本文是关于MRT-to-CT。 首先，提出一个基本的三维FCN结构来估计从MRI得到的CT图像。三维操作可以更好地对三维空间信息进行建模，从而可以解决切片间的不连续问题。其次，利用对抗式训练策略对所设计的网络进行训练。还在生成器的损失函数中加入了一个图像梯度差项（image gradient difference），目的是保持产生的CT的锐度。最后，使用Auto-Conte...
【机器学习】网络表征学习、网络嵌入必读论文
敲代码的quant的博客
02-22 7865
以下内容转载于： https://blog.youkuaiyun.com/weixin_40400177/article/details/103329924 NRL: network representation learning. NE: network embedding. Content Survey Papers Models Bacis Models Attributed Network Dyn...
CANE：上下文相关动态图网络表示
Kaiyuan_sjtu的博客
06-21 616
相关阅读：DeepWalk：图网络与NLP的巧妙融合Node2Vec：万物皆可EmbeddingLINE：不得不看的大规模信息网络嵌入TADW：当DeepWalk加上外部文本信息SDNE...
NE(Network Embedding)论文小览
DarkScope从这里开始
07-04 3万+
NE(Network Embedding)论文小览自从word2vec横空出世，似乎一切东西都在被embedding，今天我们要关注的这个领域是Network Embedding，也就是基于一个Graph，将节点或者边投影到低维向量空间中，再用于后续的机器学习或者数据挖掘任务，对于复杂网络来说这是比较新的尝试，而且取得了一些效果。 本文大概梳理了最近几年流行的一些方法和论文，paper主要是来自t
ACL_2017深度学习前沿论文分享（2）
lqfarmer的博客
04-24 3418
昨天给大家分享了ACL_2017分享会的session1和session2部分。今天继续给大家带来本次分享会最后两个部分的内容，Session 3: Sentiment/Information Extraction和session4：Social Media/Word Segmentatin/Question Answering。 Session 3: Sentiment/Infor
【Graph Embedding】node2vec:算法原理，实现和应用
热门推荐
浅梦的学习笔记
02-12 4万+
前面介绍过基于DFS邻域的DeepWalk和基于BFS邻域的LINE。node2vec则是一种综合考虑dfs邻域和bfs邻域的graph embedding方法。 DeepWalk：算法原理，实现和应用 LINE：算法原理，实现和应用 简单来说，node2vec是deepwalk的一种扩展，可以看作是结合了dfs和bfs随机游走的deepwalk。 nodo2vec 算法原理 优化目标 设f(u).........
论文：SoCo: A Social Network Aided Context-Aware Recommender System总结
志向和热爱是伟大行为的双翼
03-10 1045
上下文与社交网络信息已经被证实对建立精确的推荐系统有重要的价值。然而，据我们所知，目前不存在有系统地结合这些信息去提高推荐质量的研究。在这篇论文中，我们提出SoCo，一个新颖的将精心处理社交网络信息的上下文感知推荐系统。我们使用随机决策树处理上下文信息，将原始的用户项目矩阵根据相似的上下文信息分组。然后使用矩阵分解技术对生成的分块矩阵的缺失值进行预测。为了结合社交网络信息，我们引入了一个社交规则到矩阵分解目标函数中，通过学习与该用户有相似品味的朋友的想法意见去推断一个用户对一个项目的偏好。一个上下文感知版本
network embedding
acejessica的博客
08-15 6480
毕业太难了，感觉导师给定的方向就是network embedding，node embedding了。network embedding大概分为两方面（根据我的需求），一个是对网络中的node进行低维向量表示，一个是针对子图进行向量化表示。Node embeddingnode embedding的方法（就我阅读的论文来看）主要分为：传统的降维方法（矩阵分解，Isomap等）。基于随机游走和word...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值