一种基于图神经网络与置信度推理的数据标签校准方法

本发明公开了一种基于图神经网络与置信度推理的数据标签校准方法，包括：S1、采集样本数据形成初始样本集，并构建标签结构图；S2、通过改进型Graphormer网络对标签结构图中每个节点执行结构特征编码，生成节点嵌入向量；S3、构建双域置信评分网络，联合评估节点嵌入向量，输出标签置信度评分；S4、建立置信‑密度联合筛选策略，生成待校准节点集合；S5、基于待校准节点集合，采用相似度投票机制生成校准标签集；S6、将校准标签集与初始样本集执行标签一致性比对与更新处理，输出标签校准图；S7、构建端到端训练流程，联合优化改进型Graphormer网络与双域置信评分网络。本发明提升了标签修正精度、结构感知能力与校准鲁棒性。