Graph Star Net pour l'apprentissage multi-tâches généralisé

Dans cette étude, nous présentons le réseau neuronal graphique étoile (GraphStar), une nouvelle architecture de réseau neuronal graphique unifiée qui utilise la transmission de messages et le mécanisme d'attention pour plusieurs tâches de prédiction – classification des nœuds, classification des graphes et prédiction des liens. GraphStar répond à de nombreux défis antérieurs auxquels les réseaux neuronaux graphiques étaient confrontés et parvient à une représentation non locale sans augmenter la profondeur du modèle ou engendrer des coûts computationnels importants. Nous proposons également une nouvelle méthode pour traiter l'analyse de sentiment spécifique à un sujet, basée sur la classification des nœuds et la classification du texte en tant que classification de graphes. Notre travail montre que les « nœuds étoiles » peuvent apprendre une représentation efficace des données graphiques et améliorer les méthodes actuelles pour ces trois tâches. Plus précisément, pour la classification des graphes et la prédiction des liens, GraphStar surpasses les modèles actuels de pointe de 2 à 5 % sur plusieurs benchmarks clés.