一种基于路径的图模型可解释方法及装置

本发明公开了一种基于路径的图模型可解释方法及装置，用于解释药物协同预测，涉及神经网络应用技术领域，该方法包括获取药物协同预测相关数据，并构建生物信息异构图；通过关系图卷积网络学习节点的嵌入特征，并进行聚合，得到最终嵌入表示；进行药物协同预测模型的构建和训练；从独立测试集中挑选得到协同的三元组；将三元组中的结点作为目标节点，对生物信息异构图计算以获取子图；在子图的所有边上均实施掩码学习以过滤非重要边，并在掩码学习后的子图中使用Dijkstra算法寻找预设条数得分最高的路径作为药物协同预测的解释。本申请在药物协同预测方面性能优异，且在预测结果的可解释方面也具备有效性。