Bài báo này đề xuất GuARD, một mô hình mới để phát hiện bất thường trong đồ thị giàu văn bản. Các phương pháp phát hiện bất thường dựa trên mô hình ngôn ngữ quy mô lớn (LLM) hiện có gặp phải những hạn chế, chẳng hạn như không thể sử dụng hiệu quả thông tin văn bản hoặc không xem xét các đặc điểm cấu trúc của đồ thị. GuARD giải quyết những thách thức này bằng cách kết hợp các đặc điểm cấu trúc của các phương pháp dựa trên đồ thị với các đặc tính ngữ nghĩa chi tiết được trích xuất từ các mô hình ngôn ngữ quy mô nhỏ. Nó sử dụng một khuôn khổ điều chỉnh chỉ thị đa phương thức, đa bước tiên tiến, được tối ưu hóa để tích hợp cả phương thức văn bản và cấu trúc. Kết quả thử nghiệm trên bốn tập dữ liệu cho thấy hiệu suất, tốc độ huấn luyện và tốc độ suy luận vượt trội so với các phương pháp hiện có.
