尽管图神经网络模型在节点分类任务中取得了成功，但边预测（即预测图中节点之间缺失或潜在的链接）仍然是这些模型面临的一个挑战性问题。一种常见的边预测方法是首先获取两个节点的嵌入表示，然后使用预定义的评分函数来预测这两个节点之间是否存在边。本文介绍了一种初步的概念——Edge2Node，该概念建议直接为每条边生成嵌入表示，而无需使用评分函数。Edge2Node 的目标是基于给定的用于边预测任务的图 G 创建一个新的图 H，并将图 G 上的边预测任务转化为图 H 上的节点分类任务。我们预计这一初步方法能够激发对边预测任务进一步的研究。