Link prediction sample code data leak

## 📚 Documentation

现在的dgl官方示例代码中对于链接预测任务的数据划分有数据泄露的问题。代码请看：https://docs.dgl.ai/en/0.8.x/tutorials/blitz/4_link_predict.html
Prepare training and testing sets小节
具体如下：
```
# 获取链接的源节点和目标节点 这里是edges 是双向的，就是说一个边是在edges 中有两个记录。
u,v = g.edges()
# 获取打乱后的eid 这个eid，这里同样对于同一边有两个eid
eids = np.arange(g.number_of_edges())
eids = np.random.permutation(eids)
# 获取测试集和训练集的长度
test_size = int(len(eids)*ratio)
train_size = g.number_of_edges() - test_size

# 问题在这里：
# 这里将eid的前几个作为测试集，后几个作为训练集，但是在分割时不能保证，一条边的两个eid都在前几个。
# 那么就会出现一条边的一个方向即一个eid出现在test中，而该边的另一个方向出现在训练集中，这就会造成信息泄露，
# 即测试集的边出现在训练集中。而且在链接预测任务中，边的方向不影响边是否存在，这会影响最终结果。
test_pos_u, test_pos_v = u[eids[:test_size]], v[eids[:test_size]]
train_pos_u, train_pos_v = u[eids[test_size:]], v[eids[test_size:]]

```

负采样和正采样相同，都有类似的数据泄露问题。

希望在划分链接预测任务的数据集时，能够考虑到一个边的两个eid只能出现在一个地方，要不在测试集，要么在训练集，要么在验证集。

最好能够提供对于图数据的链接预测任务的数据集划分工具，类似于PyG中的RandomLinkSplit。能够将图的边分为验证集测试集和训练集。并在划分数据集的基础上提供GNAE(https://github.com/SeongJinAhn/VGNAE) 的复现，谢谢。