[发明专利]一种融合文本属性的异质图表示学习方法在审
| 申请号： | 202211217839.1 | 申请日： | 2022-09-30 |
| 公开（公告）号： | CN115659234A | 公开（公告）日： | 2023-01-31 |
| 发明（设计）人： | 李超;王振;闫页宇;赵中英;李香菊;苏令涛;段华;曾庆田 | 申请（专利权）人： | 山东科技大学 |
| 主分类号： | G06F18/241 | 分类号： | G06F18/241;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 青岛智地领创专利代理有限公司 37252 | 代理人： | 种艳丽 |
| 地址： | 266590 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合文本属性的异质图表示学习方法，属于图数据处理技术领域，该学习方法将文本表示方法与图表示学习方法相结合，基于transformer和图神经网络模型进行构建。首先利用已有节点文本属性进行基于文本编码策略的文本特征表示，并将文本的表示向量融入到异质图中。而后，基于邻居节点的均值聚合以及节点特征变换的方法实现节点缺失属性的补全。最终，将补全属性的异质图输入到已有图神经网络模型，通过端到端的训练策略生成最佳的节点向量。本发明能够深度的融合节点文本属性从而提升图神经网络模型的性能。 | ||
| 搜索关键词： | 一种 融合 文本 属性 图表 学习方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东科技大学，未经山东科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211217839.1/，转载请声明来源钻瓜专利网。
