图节点分类模型的训练方法、图节点分类方法及相关设备
申请号:CN202511001683
申请日期:2025-07-21
公开号:CN120910329A
公开日期:2025-11-07
类型:发明专利
摘要
本申请公开一种图节点分类模型的训练方法、图节点分类方法及相关设备,属于图表示学习技术领域。该方法包括:将网络关系图谱中多个图节点划分成社区,确定各个社区对应的社区标签;根据每个图节点的初始文本和预训练语言模型,确定图节点的初始文本嵌入表示、增强文本嵌入表示和文本预测标签;获取训练样本集,该训练样本集中每个训练样本包括对应于同一图节点的初始文本嵌入表示、增强文本嵌入表示和文本预测标签、以及图节点所属社区的社区标签;使用训练样本集对图神经网络进行迭代训练,得到图节点分类模型。通过该方式,可以使图神经网络充分学习图节点的多层次文本信息和图节点拓扑关系,从而提高图节点分类的准确性。
技术关键词
拓扑特征
标签
节点分类方法
文本分类模型
训练样本集
矩阵
计算机程序产品
预训练语言模型
可读存储介质
图谱
生成提示词
网络
指令
关系
处理器