研究重审关系深度学习简单基线

发生了什么

据arXiv cs.LG论文，研究重新审视了关系深度学习中的简单基线方法。针对RelBench数据集的分类和回归任务，研究发现基于邻域过滤特征训练的MLP性能优于仅使用目标实体特征的MLP，并恢复了异构GNN的大部分性能。结合Correct-and-Smooth标签传播算法利用历史标签可进一步提升效果，但构建有效的元图是关键挑战。