yuns

6.3 Graph LSTM 본문

graph deep learning/#6 Graph Recurrent Networks

6.3 Graph LSTM

yuuuun 2020. 11. 22. 14:43
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