首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于伪标签去偏的引文网络中论文领域分类方法、装置及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:淮阴工学院

摘要:本发明公开了一种基于伪标签去偏的引文网络中论文领域分类方法、装置及介质,所述方法为于图神经网络的编码器获取引文网络中每个视图的节点表示;基于半监督节点分类器为引文网络中未标注研究领域类别的数据分配的伪标签来选择负样本,建立对比学习任务;引入伪标签去偏法,处理引文网络数据集中论文研究领域类别分布的不均匀性问题;构建包括标签节点的分类损失、采样节点的对比损失以及自适应边界损失组合损失函数,对图神经网络进行优化,使其学到更具有判别性和泛化性的节点表示,实现对引文网络中的论文研究领域进行分类。本发明可以更好的应用于大量未标注标签的引文网络中,对引文网络中论文的研究领域的分类更准确高效。

主权项:1.一种基于伪标签去偏的引文网络中论文领域分类方法,其特征在于,包括以下步骤:1基于图神经网络的编码器获取引文网络中每个视图的节点表示;2基于半监督节点分类器为引文网络中未标注研究领域类别的数据分配的伪标签来选择负样本,以建立对比学习任务;3引入伪标签去偏法,处理引文网络数据集中论文研究领域类别分布的不均匀性问题;4构建包括标签节点的分类损失、采样节点的对比损失以及自适应边界损失组合损失函数,对图神经网络进行优化,使其学到更具有判别性和泛化性的节点表示,实现对引文网络中的论文研究领域进行分类。

全文数据:

权利要求:

百度查询: 淮阴工学院 基于伪标签去偏的引文网络中论文领域分类方法、装置及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。