[发明专利]一种图节点标注方法、装置、设备及存储介质

权利要求书

1.一种图节点标注方法，其特征在于，所述方法包括：

在图样本数据包括的无标注节点中确定候选节点；其中，所述图样本数据包括至少一个已标注节点和至少一个无标注节点；

根据所述候选节点和所述已标注节点在所述图样本数据中的位置，确定所述候选节点对应的预设区域内的目标无标注节点，所述目标无标注节点包括所述候选节点；

确定所述目标无标注节点对应的第一指数以及确定所述目标无标注节点对应的第二指数；所述第一指数用于评价所述目标无标注节点针对于所述图样本数据的代表性，所述第二指数用于评价所述目标无标注节点针对于所述图样本数据的信息量；

根据所述目标无标注节点对应的第一指数和所述第二指数，确定所述目标无标注节点对应的评价分值；

根据所述目标无标注节点对应的评价分值，对所述候选节点进行标注，得到标注节点。

2.根据权利要求1所述的方法，其特征在于，所述确定所述目标无标注节点对应的第一指数，包括：

在所述图样本数据中确定所述目标无标注节点对应的聚类中心；

对所述目标无标注节点和所述聚类中心进行特征聚合，分别得到所述目标无标注节点对应的聚合特征和所述聚类中心对应的聚合特征；

根据所述目标无标注节点对应的聚合特征和所述聚类中心对应的聚合特征，确定所述目标无标注节点到所述聚类中心的距离值；

将所述目标无标注节点到所述聚类中心的距离值确定为所述目标无标注节点对应的第一指数。

3.根据权利要求1所述的方法，其特征在于，所述确定所述目标无标注节点对应的第二指数，包括：

确定所述图神经网络对应的第一图神经网络和第二图神经网络；其中，所述第一图神经网络和所述第二图神经网络的网络参数不同，所述第二图神经网络是由所述第一图神经网络进行参数更新操作后获得的；

将所述目标无标注节点对应的特征值输入至所述第一图神经网络中，得到第一输出结果；

将所述目标无标注节点对应的特征值输入至所述第二图神经网络中，得到第二输出结果；

根据所述第一输出结果和所述第二输出结果，确定所述第一输出结果和所述第二输出结果之间的损失值；

根据所述第一输出结果和所述第二输出结果之间的损失值，确定所述目标无标注节点对应的第二指数。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一输出结果和所述第二输出结果之间的损失值，确定所述目标无标注节点对应的第二指数，包括：

获取所述第一图神经网络的第一权重值和所述第二图神经网络的第二权重值；

根据所述第一图神经网络的第一权重值和所述第二图神经网络的第二权重值，对所述第一输出结果和所述第二输出结果之间的损失值进行计算；

根据计算结果确定所述目标无标注节点对应的信息量指数；其中，所述第一权重值小于所述第二权重值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标无标注节点对应的第一指数和第二指数，确定所述目标无标注节点对应的评价分值，包括：

调整当前时刻中所述第一指数对应的第三权重值和所述第二指数对应的第四权重值；所述当前时刻与所述第二图神经网络对应；

根据调整后的所述第三权重值和所述第四权重值，对所述目标无标注节点对应的第一指数和第二指数进行加权平均运算；

根据加权平均运算结果确定所述目标无标注节点对应的评价分值。

6.根据权利要求5所述的方法，其特征在于，所述当前时刻中所述第一指数对应的第三权重值小于历史时刻中所述第一指数对应的第三权重值，所述当前时刻中所述第二指数对应的第四权重值大于所述历史时刻中所述第二指数对应的第四权重值；

所述历史时刻与所述第一图神经网络对应。