本文是对《On The Equivalence between Node Embeddings and Structural graph representations》一文的浅显翻译与理解，原文章已上传至个人资源，如有侵权即刻删除。
更多网络表示学习相关文章，请移步：文献阅读总结：网络表示学习

Title

《On The Equivalence between Node Embeddings and Structural graph representations》
——ICLR2020
Author: Balasubramaniam Srinivasan

总结

文章认为节点嵌入和结构表征的关系模糊，从而提出了一些观点并进行理论和实验的双重证明。文章没有提出新算法，而是纯理论推导，较为复杂未细读，只做简单概述。

文章提出的观点有：

• 结构表征和节点嵌入的关系类似于分布与其采样的关系；
• 所有通过节点嵌入执行的任务，同样可以用结构表征执行，反之亦然；
• 提出了新的创建和使用节点嵌入的指导方针，以代替当前并不理想的标准化执行程序；
• 认为直推式和归纳式学习与节点嵌入或结构表征无关；

文章认为，节点嵌入适合多端关系，如链路预测、聚类、自然语言处理和知识采集等应用；结构表征适合节点分类、图分类和角色挖掘等应用。

以两个食物链结构为例：

该图为框架结构表征的可视化，结构表征针对不同食物链的同类角色，拥有相近的向量表示，不同角色之间颜色差异很大，因此更适合在食物链间的任务，如节点分类等。

该图为框架节点嵌入的可视化，节点嵌入针对同一食物链中的不同角色，拥有相近的向量表示，不同食物链之间颜色差异很大，因此更适合在食物链内的任务，如链路预测等。