이웃을 고르는 관계의 의미
서로 다른 종류의 노드와 간선을 가진 그래프에서는 연결 경로에 따라 관계의 의미가 달라진다. HAN은 메타패스를 기준으로 이웃을 구성해 이런 의미 정보를 표현 학습에 반영한다.
노드 수준 어텐션
한 노드와 메타패스 기반 이웃 사이의 중요도를 학습한다. 이웃의 특징을 같은 비중으로 모으지 않고 중요도에 따라 집계해 해당 메타패스에서의 노드 표현을 만든다.
의미 수준 어텐션
서로 다른 메타패스가 제공하는 정보의 중요도를 다시 학습한다. 두 수준을 거쳐 특징을 계층적으로 결합하며, 원 연구는 세 실제 이종 그래프에서 성능과 분석 가능성을 평가했다.
관련 문서
HGT 이종 그래프 트랜스포머 / metapath2vec / GAT 그래프 어텐션 / R-GCN / 그래프 신경망 / 어텐션