DCNN)：DCNN在Aggregate阶段给出了不一样的方法，DCNN将图卷积视为扩散过程，它假设信息以一定的转移概率从一个节点转移到邻近的节点，使信息分布在几轮后达到均衡。如下图所示，第一层的

点击关注"AI知识工厂"更多干货，敬请期待...一、基础知识假设我们的观测对象是高维随机变量，对于这样的一个高维随机变量而言，在实际操作过程中，我们往往需要知道的是它的边缘概率，以及条件概率。首先，我们来看下对于高维随机变量（下面以二维为例），两个基本运算法则：加法法则：乘法法则：根据两个基本法则可以推出两个常用的法则：链式法则：贝叶斯法则：二、什么是概率图模型概率图模型（Probabilistic

datasets上的实验效果如下所示，实验结果表明，采取head+tail的方式处理长文本更具优势。Fine-tune层的选择BERT的每一层捕获输入文本的不同特性，Table