用于表示异构图节点的模型生成方法及装置与流程

文档序号:22324534发布日期:2020-09-25 17:52阅读:来源:国知局

技术特征:

1.一种用于表示异构图节点的模型生成方法,包括:

获取训练数据集,其中,所述训练数据集包括根据不同的元路径对异构图进行采样得到的节点游走路径信息;

基于梯度下降算法,将所述训练数据集作为初始异构图节点表示模型的输入,训练所述初始异构图节点表示模型,得到异构图节点表示模型。

2.根据权利要求1所述的方法,其中,在所述获取训练数据集之前,所述方法还包括:

获取所述异构图;

确定所述异构图中的各类型节点以及所述各类型节点之间的联系。

3.根据权利要求2所述的方法,其中,所述获取训练数据集,包括:

针对所述不同的元路径中的每条元路径,根据所述异构图中的各类型节点以及所述各类型节点之间的联系,对所述异构图进行采样,得到对应于该元路径的节点游走路径信息。

4.根据权利要求2所述的方法,其中,所述方法还包括:

通过预先训练的所述异构图节点表示模型,得到待处理异构图的节点表示结果。

5.根据权利要求1所述的方法,其中,

所述初始异构图节点表示模型为跳字模型。

6.一种用于表示异构图节点的模型生成装置,包括:

第一获取单元,被配置成获取训练数据集,其中,所述训练数据集包括根据不同的元路径对异构图进行采样得到的节点游走路径信息;

训练单元,被配置成基于梯度下降算法,将所述训练数据集作为初始异构图节点表示模型的输入,训练所述初始异构图节点表示模型,得到异构图节点表示模型。

7.根据权利要求6所述的装置,其中,所述装置还包括:

第二获取单元,被配置成获取所述异构图;

确定单元,被配置成确定所述异构图中的各类型节点以及所述各类型节点之间的联系。

8.根据权利要求7所述的装置,其中,所述第一获取单元,进一步被配置成:

针对所述不同的元路径中的每条元路径,根据所述异构图中的各类型节点以及所述各类型节点之间的联系,对所述异构图进行采样,得到对应于该元路径的节点游走路径信息。

9.根据权利要求7所述的装置,其中,所述装置还包括:

节点表示单元,别配置成通过预先训练的所述异构图节点表示模型,得到待处理异构图的节点表示结果。

10.根据权利要求6所述的装置,其中,

所述初始异构图节点表示模型为跳字模型。

11.一种电子设备,其特征在于,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。


技术总结
本申请公开了用于表示异构图节点的模型生成方法及装置,涉及自然语言处理、知识图谱、深度学习领域。具体实现方案为:获取训练数据集,其中,训练数据集包括根据不同的元路径对异构图进行采样得到的节点游走路径信息;基于梯度下降算法,将训练数据集作为初始异构图节点表示模型的输入,训练初始异构图节点表示模型,得到异构图节点表示模型。本方案采用多种元路径相结合的方式,可以获取不同元路径的语义信息,解决了基于一种元路径的节点表示方法会丢失异构图的路径信息的问题,增强了针对异构图的节点表示能力。

技术研发人员:李伟彬;朱志凡;冯仕堃;何径舟;黄世维
受保护的技术使用者:北京百度网讯科技有限公司
技术研发日:2020.06.19
技术公布日:2020.09.25
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1