摘要
本发明公开一种用于学术网络的模糊节点消歧方法,节点特征预处理与图结构增强模块对学术网络的节点进行预处理并构建图结构,通过邻接矩阵对图结构进行增强,将增强图输入模糊节点识别模块动态生成注意力权重,使用注意力权重对邻居节点的特征进行加权聚合生成目标节点的特征表示,识别模糊节点;所有模糊节点都输入至对比学习与节点表示优化模块,来消除模糊节点的歧义性,实现节点优化;优化后的节点输入至GNN节点表示学习与分类模块进行学习,最终完成节点的分类任务。本发明通过引入注意力机制,解决了现有技术在正负样本选择的适应性和局部与全局信息融合方面的不足。
技术关键词
消歧方法
节点特征
引入注意力机制
识别模块
邻居
样本
网络
Softmax函数
全局信息融合
矩阵
皮尔逊相关系数
文本
机器学习模型
节点更新
标签
记忆单元
系统为您推荐了相关专利信息
人机交互单元
电机驱动单元
服务机器人
智能监护系统
信息采集单元
深度学习预测模型
误差补偿模型
加权特征
输出特征
融合特征
交通安全预警
防护系统
贝叶斯模型
交通安全隐患
节点
适配器
图像编解码器
模型训练方法
网络
特征提取模块