研究人员推出PRISM，一个旨在增强动态文本属性图（DyTAGs）表示学习的新型框架。这种迭代跨模态后验精炼方法通过将DyTAG信息组织成不同的语义和行为模态，解决了现有多模态学习方法的局限性。PRISM通过跨模态交互逐步将语义先验精炼为行为条件状态，在时间链接预测和目标节点检索任务上表现强劲。 AI
影响 引入了一种对具有耦合语义和交互的演化系统进行建模的新方法，有可能改进下游预测任务。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种新的图表示学习框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
