multi-level-abstractions

本文提出了一种统一的对比学习框架，用于跨多个抽象层级（节点、邻近性、簇、图）学习图表示，并引入了一种无需参数的自适应加权机制，能够自适应地为相似度分数分配权重，在分类、聚类和链接预测等下游任务上优于现有最先进方法。