Transfer Learning for Edge Classification on Dynamic Text-Attributed Graphs

该论文研究动态文本属性图（DyTAG）上的边缘分类迁移学习问题。现有方法容易过拟合特定领域的结构、时序与语义模式，导致分布偏移下性能受限。为此，作者正式提出留一域（LODO）迁移学习协议，用于评估和改善边缘分类的跨域泛化能力。它建立了标准化评估协议，对图学习领域有参考价值。