[发明专利]异构信息网络的半监督学习方法及装置在审
| 申请号： | 201710639781.2 | 申请日： | 2017-07-31 |
| 公开（公告）号： | CN107451613A | 公开（公告）日： | 2017-12-08 |
| 发明（设计）人： | 姜和;宋阳秋;王晨光;张铭;孙怡舟 | 申请（专利权）人： | 广州市香港科大霍英东研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 广州三环专利商标代理有限公司44202 | 代理人： | 梁顺宜,郝传鑫 |
| 地址： | 511458 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种异构信息网络的半监督学习方法及装置，先根据多个实体的类型构建所述异构信息网络的概要图；将异构信息网络的概要图划分为若干个子图，每一所述子图对应一元图，分别计算每一所述元图的邻接矩阵；其中，所述子图包括预设的实体类型；对预设的类别执行每一所述元图的标记传递过程，获得所述类别的若干个第一预测标记向量，将所述第一预测标签向量进行集成获得所述类别的第二预测标签向量，从而根据第二预测标签向量预测未标记节点的标记结果，克服了现有的基于图的半监督学习仅适用于同构信息网络的局限性，且能有效解决现有采用元路径进行随机游走存在不稳定的问题，能有效提高半监督学习的效率。 | ||
| 搜索关键词： | 信息网络 监督 学习方法 装置 | ||
【主权项】：
一种异构信息网络的半监督学习方法，其特征在于，包括步骤：获取多个实体的信息构建异构信息网络，并根据所述多个实体的类型构建所述异构信息网络的概要图；其中，所述异构信息网络中的每一节点与每一实体相对应；将异构信息网络的概要图划分为若干个子图，每一所述子图对应一元图，分别计算每一所述元图的邻接矩阵；其中，所述子图包括预设的实体类型；根据每一所述元图的邻接矩阵，对预设的类别执行每一所述元图的标记传递过程，获得所述类别的若干个第一预测标记向量，将每一所述第一预测标签向量进行集成获得所述类别的第二预测标签向量；根据若干个预设类别的第二预测标记向量预测未标记节点的标记结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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广州市香港科大霍英东研究院，未经广州市香港科大霍英东研究院许可，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/patent/201710639781.2/，转载请声明来源钻瓜专利网。
