[發(fā)明專利]一種基于混合擴散的圖卷積網(wǎng)絡文獻分類方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211525235.3
• 申請日: 2022-11-30
• 公開（公告）號: CN115795344A
• 公開（公告）日: 2023-03-14
• 發(fā)明（設計）人: 楊智;李康;甘海濤;周然;嚴亞東;歐陽翰;顏家璇
• 申請（專利權）人: 湖北工業(yè)大學
• 主分類號: G06F18/24
• 分類號: G06F18/24;G06F18/214;G06F18/22;G06F17/16;G06N3/0464;G06N3/08
• 代理公司: 武漢科皓知識產(chǎn)權代理事務所(特殊普通合伙) 42222
• 代理人: 黃靖

本發(fā)明公開了一種基于混合擴散的圖卷積網(wǎng)絡的文獻分類方法及系統(tǒng)，包括：獲取包含文獻數(shù)據(jù)的訓練數(shù)據(jù)集；通過特征相似性擴散模型對節(jié)點進行特征空間鄰域節(jié)點間信息擴散,得到經(jīng)過節(jié)點特征空間信息擴散的數(shù)據(jù)集；對經(jīng)過特征空間信息擴散的數(shù)據(jù)集,通過圖卷積模型利用鄰接矩陣進行鄰接節(jié)點間的信息擴散；對經(jīng)過混合擴散后的數(shù)據(jù)集進行半監(jiān)督的圖卷積網(wǎng)絡訓練，并使用節(jié)點間的擴散距離對最終的預測標簽進行約束；采用訓練后得到的基于混合擴散的圖卷積網(wǎng)絡進行文獻分類。本發(fā)明利用了節(jié)點特征的混合擴散，來對每個節(jié)點信息進行在特征空間中的相近節(jié)點的信息擴散和鄰接節(jié)點間的信息擴散，使得節(jié)點特征包含更多信息，可顯著提升文獻分類準確率。

技術領域

本發(fā)明屬于文獻分類技術領域，特別涉及一種基于混合擴散的圖卷積網(wǎng)絡的文獻分類方法及系統(tǒng)。

背景技術

科技文獻分類一直以來都是數(shù)據(jù)挖掘技術領域的關鍵問題，隨著機器學習技術的不斷成熟以及深度學習技術的出現(xiàn)，使得科技文獻分類變得越來越高效準確。傳統(tǒng)的卷積神經(jīng)網(wǎng)絡在圖像處理領域有著廣泛的應用場景，而科技文獻的數(shù)據(jù)集絕大多數(shù)都是以圖結構這種非歐式結構的形式存在，無法使用圖像領域的卷積神經(jīng)網(wǎng)絡進行處理，圖卷積神經(jīng)網(wǎng)絡就很好的將卷積的概念引入了圖結構數(shù)據(jù)之中，用圖卷積神經(jīng)網(wǎng)絡就可以很好的處理科技文獻分類問題，并有著很高的準確率。

發(fā)明內(nèi)容

針對以上研究現(xiàn)狀與問題，本發(fā)明的目的是提供一種基于混合擴散的圖卷積網(wǎng)絡文獻分類方法，增強了節(jié)點特征的表達能力，同時也降低了節(jié)點信息中的噪聲成分，從而提升網(wǎng)絡性能。

為了解決上述技術問題，本發(fā)明采用如下技術方案：

一種基于混合擴散的圖卷積網(wǎng)絡的文獻分類方法，包含以下步驟：

S100：獲取公共科學論文數(shù)據(jù)集；

S200：通過節(jié)點特征相似性擴散模型對引入的公共科學論文數(shù)據(jù)集的節(jié)點信息進行擴散映射并計算節(jié)點間的擴散距離，通過其中的擴散過程來對節(jié)點進行特征空間鄰域節(jié)點間信息擴散，以此來得到各個節(jié)點新的特征信息，來得到經(jīng)過節(jié)點特征空間信息擴散的數(shù)據(jù)集；

S300：通過半監(jiān)督圖卷積模型，對經(jīng)過S200后的數(shù)據(jù)集通過圖卷積操作對數(shù)據(jù)集進行鄰接節(jié)點間的信息擴散；

S400：使用S300中的圖卷積模型，對經(jīng)過S200和S300混合擴散后的數(shù)據(jù)集進行半監(jiān)督的圖卷積網(wǎng)絡訓練，并在訓練的過程中使用S200中得到的節(jié)點間的擴散距離對最終的預測標簽進行約束，使得最終的分類面更加平滑；

S500：采用步驟S400訓練后得到的圖卷積神經(jīng)網(wǎng)絡進行文獻分類。

進一步地，所述訓練數(shù)據(jù)集Cora數(shù)據(jù)集、Pubmed數(shù)據(jù)集、Citeseer數(shù)據(jù)集中的一個或多個。

進一步地，步驟S200中包括如下子步驟：

步驟S201：數(shù)據(jù)集記為G(X,A)，X∈R^n×d,A∈R^n×n，X表示數(shù)據(jù)集的節(jié)點信息，A表示數(shù)據(jù)集的鄰接矩陣，n表示數(shù)據(jù)集中的樣本數(shù)量，D表示樣本的特征維數(shù)，構建數(shù)據(jù)集X構造的相似性矩陣L；

步驟S202：歸一化相似性矩陣L得到在數(shù)據(jù)集X上的Markov狀態(tài)轉移矩陣M；

步驟S203：通過得到的Markov狀態(tài)轉移矩陣M，定義鄰接圖G上任意兩點之間的擴散距離；

步驟S204：通過節(jié)點特征相似性擴散模型得到從原始數(shù)據(jù)到嵌入在原始空間中的k維空間的擴散映射。

進一步地，定義鄰接圖G上任意兩點之間的擴散距離為：