GNN과 Transformer를 협력적으로 학습하여 지역 정보 집계 능력과 전역 정보 모델링 능력을 결합하고, 이를 통해 과도한 평활화 문제를 해결하면서도 다홉 이웃 정보를 효과적으로 캡처할 수 있는 자기지도 이종 그래프 표현 학습 방법을 제안한다.
LAMP는 다양한 메타 경로 부 그래프를 통합하여 안정적인 메타 경로 관점을 구축하고, 적대적 학습 전략을 통해 메타 경로 관점과 네트워크 스키마 관점 간의 차이를 극대화함으로써 의미 있는 정보를 효과적으로 추출합니다.