本文共 460 字，大约阅读时间需要 1 分钟。

一、背景

PINTEREST 作为一个视觉灵感平台，为用户提供了丰富的创意发现和actionable内容。Pinner通过PINS获取灵感，而每张PINS通常链接到站外内容（图片、文本或结构化数据）。深入理解站外内容的语义，对评估内容的安全性、功能性以及相关性等维度具有重要意义，同时也帮助PINTEREST通过用户点击行为更好地了解用户需求，从而提升内容的参与度和商业价值。在此背景下，我们开发了LinkSage，这是一个基于图神经网络的模型，旨在捕捉站外内容的语义信息。

二、动机与技术说明

为了更好地处理复杂的站外内容（如图片和结构化数据），传统的方法往往面临着信息抽取的局限性。而图神经网络（Graph Neural Network，GNN）凭借其能够关注图结构信息的优势，为语义建模提供了一种更为灵活和强大的工具。LinkSage正是在此基础上开发而来，通过对站外内容图结构进行建模，能够更准确地提取其语义特征。这使得我们能够对站外内容进行深度分析，从而为PINTEREST提供更加智能化的内容理解和决策支持。