Text-space Graph Foundation Models

本数据集由密歇根州立大学创建，涵盖超过20个不同领域的数据集，包括学术、电子商务、生物学等。数据集通过将原始数据文件预处理或生成专家描述转换为文本空间，以支持全面的评估。这些数据集用于解决图机器学习中的特征异质性问题，通过统一的文本空间模型提高模型性能。数据集的应用领域广泛，旨在通过统一的模型框架解决多任务和多数据集的挑战，推动图基础模型的发展。

搜集汇总

背景与挑战

背景概述

该数据集包含多个图数据集，覆盖计算机科学引用、电子商务、生物引用和知识图谱等多个领域，支持节点分类、链接预测和图分类等任务。数据集提供了详细的图结构信息（如节点数、边数）和预处理文件，适用于图基础模型的训练和评估。