[发明专利]图分类方法和装置

说明书

本发明提供一种基于子图划分和子图间池化的图神经网络技术进行图分类的方法和装置，其中图分类的方法流程包括：基于节点度大小选取子图扩展中心；依据基于广度优先遍历的方式，拓展得到子图；训练相应的图卷积网络，从各子图邻接矩阵和特征矩阵中得到各子图包含节点特征和邻接关系信息的子图内特征向量；以子图内特征向量模长作为度量，进行最大池化，选取部分子图内特征向量作为GAT输入；训练相应的GAT，将最大池化所选取的子图内特征向量作为结点输入，得到蕴含子图间信息的子图特征向量；利用分类器对子图特征向量进行分类，得到子图类别，并按照最大投票原则，确定图类别。本发明技术方案的分类原理具有良好的可解释性以及良好的分类效果。

技术领域

本发明涉及机器学习技术，尤其涉及一种基于子图划分和子图间池化的图神经网络技术进行的图分类方法和装置。

背景技术

在机器学习(Machine Learning,ML)技术领域中，为了使机器理解某些专业领域的知识及实体的很多不规则的数据结构，常利用图论(Graph Theory)中图(Graph)的形式对相关知识和/或实体进行描述，或称拓扑结构，如社交网络、知识图谱、化学分子结构等等，在化学领域中，特别可用图结构描述化合物的组成形式。与处理对象为欧式空间的数据相比，用图表述某些专业领域的知识及实体并用于分析其特点就是节点关系以及节点携带特征信息是结构不规则的。

由于图结构并非规律的数据结构，难以通过适用于欧什空间数据的CNN、RNN 等处理图像和语言的神经网络加以特征提取，现有技术中，图分类工具，可以通过图卷积网络(GCN)对某一领域中的图进行学习，并能用向量的形式来对图进行描绘，从而使得图分类的工作可以由现有的分类器(Classifier)来学习和完成。

采用现有技术，对图的分类缺乏良好的可解释性，缺失考虑了某些领域得到的图结构中，存在图特征由特定子图结构决定的情况。例如：在化学领域中，化合物是否具有毒性，常由其中是否含有特定的原子团决定。

发明内容

本发明提供一种基于子图划分和子图间池化的图神经网络技术进行的图分类的方法和装置，提高了对专业领域知识的图表示进行分类的准确率，并具有良好的可解释性。

本发明各个实施例中提供的图分类方法，均基于一个通过预处理实现的前提：对于一个给定的来自某专业领域的图G，一个方面，可以用邻接矩阵A∈R^N×N表示图G中N个节点的连接关系，对于一个图的邻接矩阵A其内部元素a_ij的取值规则为：当存在边i,j时a_ij为1，否则为0；另一个方面，对于G中的每一个具体节点v，都有一个行向量用于描述该节点在该专业领域中所具备的f个特性 (Feature)信息，形如：一个图中所有行向量按照N个节点在描述节点特征的行向量组成矩阵X∈R^N×f，其形如：形如R^f的向量或者矩阵其内部元素属于实数域，角标为矩阵的行列数。本发明中，上述描述图中一个节点特性信息的行向量，如称为该节点v的特征向量，描述一个图中各个节点特性信息的矩阵，如X，称为该图的特征矩阵，本文中特征向量或特征矩阵如非特别说明均依从本定义，这些特征向量或特征矩阵实质上携带有具体的待提取和分类处理的特征信息，即不是指数学意义上的特征矩阵，而是指描述图中各节点特征信息的向量或者矩阵。

在本发明面对的技术问题中，图G的类别受到图G中若干具体子结构及节点特征信息的影响，在本发明的各个实施例中使用本发明各个实施例提供的方法和装置通过子图划分和子图间池化的图神经网络技术来对图G进行分类。

基于上述前提和技术问题，本发明的第一方面各个实施例中，提供了一种基于子图划分和子图间池化的图神经网络技术进行的图分类方法，作为响应的，对某个图进行分类时实施以下步骤S100至S500：