一种面向多模态数据的图神经网络的分类方法

本发明涉及自然语言处理技术领域，具体涉及一种面向多模态数据的图神经网络的分类方法，本发明利用多模态数据的属性关系和语义关系，将多模态数据构成跨模态关系图，通过多层图神经网络联合学习多模态的节点表示，并利用多模态的节点分类和节点对分类损失训练模型。本发明通过图神经网络有效利用样本的间的关联关系，缓解了数据样本中的模态信息缺失问题，相比已有的多模态数据分类模型，分类性能显著提升。