yuns
6.3 Graph LSTM 본문
반응형
- Tree-LSTM의 두 가지 method는 graph에 적용이 쉽게 가능하다.
- Graph-structured LSTM[SIGKDD18]은 graph에 적용된 N-ary Tree-LSTM의 예시 중 하나
- graph의 각 노드에는 최대 2개의 incoming edge가 있기 때문에 단순화된 버전
- Variant of Graph LSTM[SIGKDD17] 은 relation extraction task에 기반으로 한 방법
- graph와 Tree의 가장 큰 차이점은 edge에 label이 존재하는 사실
- (수식 생략)
- Graph LSTM network - 의미론적 구문 분석 작업 처리를 위하여 제안
- uses the confidence-driven scheme to adaptively select the starting node and determine the node updating sequence.
반응형
'graph deep learning > #6 Graph Recurrent Networks' 카테고리의 다른 글
6.4 Sentence LSTM (0) | 2020.11.22 |
---|---|
6.2 Tree LSTM (0) | 2020.11.20 |
6.1 Gated Graph Neural Networks (0) | 2020.11.20 |
Comments