[发明专利]一种安全图卷积网络的文献分类方法及系统

权利要求书

1.一种基于安全图卷积网络的文献分类方法，其特征是，包括：

S100：获取包含已标记样本数据和未标记样本数据的训练数据集；

S200：利用当前训练数据集构造第一邻接矩阵，利用第一邻接矩阵训练半监督图卷积网络，采用训练后的半监督图卷积网络对当前训练数据集中未标记样本数据进行预测，获得各未标记样本数据对应的第一预测值和第一伪标签；其中，当前训练数据集的初始值为步骤S100所获取的训练数据集；

S300：利用当前训练数据集中已标记样本数据构造第二邻接矩阵，将第二邻接矩阵带入监督图卷积网络进行训练，采用训练后的监督图卷积网络对当前训练数据集中未标记样本数据进行预测，获得各未标记样本数据对应的第二预测值和第二伪标签；

S400：将第一伪标签和第二伪标签相同且第一预测值不小于第二预测值的未标记样本数据判定为高置信度样本数据，统计高置信度样本数据对应的伪标签，并分别获得各类伪标签对应的高置信度样本数据数量，选取各类高置信度样本数据数量的最小值s，从各类高置信度样本数据中随机选取s个高置信度样本数据及其伪标签，作为已标记样本数据，从而更新当前训练数据集；

S500：将步骤S400更新后的训练数据集作为新的当前训练数据集，迭代执行步骤S200-S400，直至再无第一伪标签和第二伪标签相同的未标记样本数据，执行步骤S600；

S600：采用当前训练数据集中的已标记样本数据训练监督图卷积网络；

S700：采用步骤S600训练后的监督图卷积网络进行文献分类。

2.如权利要求1所述的基于安全图卷积网络的文献分类方法，其特征是：

所述训练数据集Cora数据集、Pubmed数据集、Citeseer数据集中的一个或多个。

3.如权利要求1所述的基于安全图卷积网络的文献分类方法，其特征是：

步骤S200中，以半监督图卷积网络的交叉熵为损失函数来训练半监督图卷积网络。

4.如权利要求1所述的基于安全图卷积网络的文献分类方法，其特征是：

步骤S300中，以监督图卷积网络的交叉熵为损失函数来训练监督图卷积网络。

5.如权利要求1所述的基于安全图卷积网络的文献分类方法，其特征是：

步骤S600具体为：

采用当前训练数据集中已标记样本数据及对应的标签构造邻接矩阵，再利用邻接矩阵训练监督图卷积网络。

6.一种基于安全图卷积网络的文献分类系统，其特征是，包括：

第一模块，用来获取包含已标记样本数据和未标记样本数据的训练数据集；

第二模块，用来利用当前训练数据集构造第一邻接矩阵，利用第一邻接矩阵训练半监督图卷积网络，采用训练后的半监督图卷积网络对当前训练数据集中未标记样本数据进行预测，获得各未标记样本数据对应的第一预测值和第一伪标签；其中，当前训练数据集的初始值为第一模块所获取的训练数据集；

第三模块，用来利用当前训练数据集中已标记样本数据构造第二邻接矩阵，将第二邻接矩阵带入监督图卷积网络进行训练，采用训练后的监督图卷积网络对当前训练数据集中未标记样本数据进行预测，获得各未标记样本数据对应的第二预测值和第二伪标签；

第四模块，将第一伪标签和第二伪标签相同且第一预测值不小于第二预测值的未标记样本数据判定为高置信度样本数据，统计高置信度样本数据对应的伪标签，并分别获得各类伪标签对应的高置信度样本数据数量，选取各类高置信度样本数据数量的最小值s，从各类高置信度样本数据中随机选取s个高置信度样本数据及其伪标签，作为已标记样本数据，从而更新当前训练数据集；

第五模块，用来将第四模块更新后的训练数据集作为新的当前训练数据集，迭代执行第二模块、第三模块、第四模块，直至再无第一伪标签和第二伪标签相同的未标记样本数据，执行第六模块；

第六模块，用来采用当前训练数据集中的已标记样本数据训练监督图卷积网络；

第七模块，用来采用第六模块训练后的监督图卷积网络进行文献分类。