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！

摘要：本发明提供一种基于信息瓶颈与因果学习的因果子图提取方法、装置，涉及基于特定计算模型的计算机系统技术领域，包括：获取待处理图数据，待处理图数据中包括因果子图，且待处理图数据中还包括噪音子图和伪相关子图中的至少一种；将待处理图数据输入因果子图提取模型进行子图提取处理，得到因果子图；其中，因果子图提取模型是基于因果学习损失函数、分类损失函数和对比损失函数进行迭代训练得到的，因果学习损失函数用于消除待处理图数据中的伪相关子图，分类损失函数和对比损失函数用于消除待处理图数据中的噪音子图。本发明使用的因果子图提取模型，可以针对图结构中的噪音子图和伪相关子图进行针对性消除，提升了提取的因果子图的可信性。

主权项：1.一种基于信息瓶颈与因果学习的因果子图提取方法，其特征在于，包括：获取待处理图数据，所述待处理图数据中包括因果子图，且所述待处理图数据中还包括噪音子图和伪相关子图中的至少一种，所述因果子图与所述伪相关子图存在概率关联；将所述待处理图数据输入因果子图提取模型进行子图提取处理，得到所述因果子图；其中，所述因果子图提取模型是基于因果学习损失函数、分类损失函数和对比损失函数进行迭代训练得到的，所述因果学习损失函数用于消除所述待处理图数据中的伪相关子图，所述分类损失函数和对比损失函数用于消除所述待处理图数据中的噪音子图，所述因果子图提取模型的训练方法包括：构建样本图数据集和初始因果子图提取模型，其中，所述样本图数据集中包括至少一个批次的样本图；对所述样本图进行特征提取处理，得到所述样本图的整图表征、因果子图表征和伪相关子图表征，其中，所述因果子图表征是所述样本图的因果子图的特征表示，所述伪相关子图表征是所述样本图的伪相关子图的特征表示；针对同一批次的样本图，将所述因果子图表征进行随机乱序处理，得到乱序的因果子图表征；将乱序的因果子图表征与所述伪相关子图表征进行特征拼接，得到干预样本表征；将所述因果子图表征、所述伪相关子图表征和所述干预样本表征分别输入初始因果子图提取模型进行预测处理，得到第一预测标签值，并基于所述第一预测标签值与真实标签值确定所述因果学习损失函数；基于所述整图表征和所述因果子图表征确定样本对，并基于所述样本对确定所述对比损失函数；将所述整图表征输入所述初始因果子图提取模型进行预测处理，得到第二预测标签值，并基于所述第二预测标签值与所述真实标签值确定所述分类损失函数；基于所述因果学习损失函数、所述对比损失函数和所述分类损失函数，对所述初始因果子图提取模型的参数进行迭代更新，得到所述因果子图提取模型。

全文数据：

权利要求：

百度查询： 中国科学院自动化研究所 基于信息瓶颈与因果学习的因果子图提取方法、装置