我们解决了仅基于结构信息的图分类问题。受自然语言处理（NLP）技术的启发，我们的模型通过顺序嵌入信息来估计类成员概率。此外，我们尝试了类似NLP的变分正则化技术，使模型在读取序列时预测下一个节点。实验结果表明，我们的模型在多个标准分子数据集上达到了最先进的分类效果。最后，我们进行了定性分析，并探讨了节点预测是否有助于模型更好地对图进行分类。