异构网络小入

A Survey of Heterogeneous Information Network Analysis

Heterogeneous Graph Attention Network

异构网络很火吗？
在一个网络中，不用节点的类型不同，这是肯定的。
所以，异构网络在表征比较复杂的情形时，是比较合适的。

自然语言处理中，图网络用的多吗？

是不是只在有知识图谱的情形下会使用到？
但在看SCI期刊论文中，比较多。
可是顶会论文中，没有怎么看到过。。

图怎么编码？

图由节点和边组成。
在编码节点时，是通过组合邻居节点的信息一起作为当前节点的表征。
相比较于神经网络最基本的网络结构全连接层（MLP），特征矩阵乘以权重矩阵，图神经网络多了一个邻接矩阵。计算形式很简单，三个矩阵相乘再加上一个非线性变换（下图）。

GCN可谓是图神经网络的“开山之作”，它首次将图像处理中的卷积操作简单的用到图结构数据处理中来，并且给出了具体的推导，这里面涉及到复杂的谱图理论，具体推到可以参考[6][7]。推导过程还是比较复杂的，然而最后的结果却非常简单( 图5)。

参考原文链接：
https://zhuanlan.zhihu.com/p/136521625