圖神經網路GNN與圖表示學習GRL有什麼關係？
圖神經網路GNN是圖卷積演算法思想；圖表示學習是Graph Embedding，這兩個有什麼關係和區別呢？在NLPfan方面有哪些應用？
NRL是「萬物皆可embedding」的一個instance，GCN是圖卷積，是CNN在Graph的拓展。
GCN一般是一種end2end的模型，而NRL是先做embedding再用於下游任務（類比與word2vec）
當然GCN也是可以產生embedding的，即用其中間層的節點feature即可。
其實內容特別多，我這裡總結了一下，你可以作為參考。
Taylor Wu：Graph Neural Network Review?zhuanlan.zhihu.com
專欄裏還有其他一些GNN的文章，作為一些知識的補充或者新paper解讀吧，隨便放兩個
Taylor Wu：圖拉普拉斯運算元為何定義為D-W?zhuanlan.zhihu.com
Taylor Wu：&?zhuanlan.zhihu.com
對圖神經網路與圖表示學習剛開始看這方面論文，請劉知遠老師指點指點，這兩者之間的關係，在文本處理、推薦等方面有什麼應用
推薦閱讀：
