田口善弘＠中央大学:英語なんですけど Graph Neural Networks for Natural Language Processing: A Survey の図１がわかりやすいと思います。左の列のところを見てもらうと 「自然言語をグラフ表現に直す」 ↓ 「グラフ表現の学習」 ↓ 「トランスフォーマーアーキテクチャでグラフから基盤モデル作成」 ↓ 「目的に応じたファインチューニング」 と言った使い方のようですね。 グラフニューラルネットワークはその名のとおりグラフに対して適用されるものなので、自然言語に対して使うにはまず、自然言語をグラフに直す必要性があります。このグラフに直すやり方が多数あるのでその方法でまずいろいろなグラフができます。次にこのグラフ構造を学習してグラフ表現というものを作ります。最後にこれをいまもっともよくつかわれているトランスフォーマーという構造の機械学習で学習します。こうやってできたデータベースは転移学習と言って具体的にやりたいタスクについての少数個の問題を学習することでよい精度がでることが知られています。 ご質問の件にまじめに答えると本一冊分になってしまうかと思いますのでごく簡単な説明ですがご了承ください。