[发明专利]一种基于事件的图神经网络训练方法及装置在审
申请号: | 202111397085.8 | 申请日: | 2021-11-23 |
公开(公告)号: | CN114091669A | 公开(公告)日: | 2022-02-25 |
发明(设计)人: | 田胜;吴若凡;石磊磊;朱亮;熊涛 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
主分类号: | G06N3/08 | 分类号: | G06N3/08;G06N3/04 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 王剑 |
地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 事件 神经网络 训练 方法 装置 | ||
本说明书一个或多个实施例提供一种基于事件的图神经网络训练方法及装置。方法包括:确定目标时段内发生的目标事件,针对每个目标事件,确定所述目标事件的事发时间以及参与所述目标事件的涉事对象;针对参与所述目标事件的每个涉事对象,基于所述目标时段内发生在所述事发时间之前的目标事件,生成所述涉事对象在所述事发时间的事件图;基于涉事对象、事发时间以及所述涉事对象在所述事发时间的事件图,确定所述目标事件下所述涉事对象的事件三元组,得到各个目标事件下涉事对象的事件三元组;采用各个目标事件下涉事对象的事件三元组训练图神经网络。
技术领域
本说明书一个或多个实施例涉及人工智能技术领域,尤其涉及一种基于事件的图神经网络训练方法及装置。
背景技术
图能够对多个对象彼此间的关联关系加以描述,可以广泛地表征社会生活中多种场景下人或事物间的关系结构,具有很高的应用价值。
不过,目前,相关技术中只是采用静态图去表征一些具有稳定关联关系的对象结构,没有考虑到真实场景下人或事物间的关系结构实际具有动态变化的特点。因为缺乏对时序特性的考量,基于静态图的训练方法适用性不够广泛,学习结果也不够准确。
发明内容
有鉴于此,本说明书一个或多个实施例提供一种基于事件的图神经网络训练方法及装置。
为实现上述目的,本说明书一个或多个实施例提供的技术方案如下:
根据本说明书一个或多个实施例的第一方面,提出了一种基于事件的图神经网络训练方法,所述方法包括:
确定目标时段内发生的目标事件,针对每个目标事件,确定所述目标事件的事发时间以及参与所述目标事件的涉事对象;
针对参与所述目标事件的每个涉事对象,基于所述目标时段内发生在所述事发时间之前的目标事件,生成所述涉事对象在所述事发时间的事件图;
基于涉事对象、事发时间以及所述涉事对象在所述事发时间的事件图,确定所述目标事件下所述涉事对象的事件三元组,得到各个目标事件下涉事对象的事件三元组;
采用各个目标事件下涉事对象的事件三元组训练图神经网络。
根据本说明书一个或多个实施例的第二方面,提出了一种基于事件的图神经网络训练装置,所述装置包括目标事件确定单元、事件图生成单元、事件三元组确定单元和图神经网络训练单元:
所述目标事件确定单元,确定目标时段内发生的目标事件,针对每个目标事件,确定所述目标事件的事发时间以及参与所述目标事件的涉事对象;
所述事件图生成单元,针对参与所述目标事件的每个涉事对象,基于所述目标时段内发生在所述事发时间之前的目标事件,生成所述涉事对象在所述事发时间的事件图;
所述事件三元组确定单元,基于涉事对象、事发时间以及所述涉事对象在所述事发时间的事件图,确定所述目标事件下所述涉事对象的事件三元组,得到各个目标事件下涉事对象的事件三元组;
所述图神经网络训练单元,采用各个目标事件下涉事对象的事件三元组训练图神经网络。
根据本说明书一个或多个实施例的第三方面,提出了一种电子设备,包括:处理器,和用于存储处理器可执行指令的存储器;
其中,所述处理器通过运行所述可执行指令实现上述第一方面所述的方法。
根据本说明书一个或多个实施例的第四方面,提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法。
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支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,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/pat/books/202111397085.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种健康系统管理鼻部探头
- 下一篇:一种鉴定染色体臂杂合性缺失的方法和装置