用于表示异构图节点的模型生成方法及装置制造方法及图纸

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。

【技术实现步骤摘要】
用于表示异构图节点的模型生成方法及装置
本公开的实施例涉及计算机
，具体涉及自然语言处理、知识图谱、深度学习技术，为一种用于表示异构图节点的模型生成方法及装置。
技术介绍
目前，图网络表示技术被广泛应用，例如节点分类、链路预测、社区检测等。现实中，存在大量的异构图，异构图中包括多种节点类型和边的类型。为了学习出不同类型节点的语义信息，针对异构图的图网络表示技术采用的方法一般为：通过元路径采样得到不同的实例游走序列，将实例游走序列当成句子序列，通过词嵌入模型的训练方法对游走序列进行训练，最终得到异构图节点的表示结果。这种节点表示学习方法只使用了一种元路径，丢失了其它元路径的语义信息，导致最终的优化是一个次优的结果。
技术实现思路
本申请提供了一种用于表示异构图节点的模型生成的方法、装置、设备以及存储介质。根据第一方面，本申请提供了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，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本文档来自技高网...

【技术保护点】
1.一种用于表示异构图节点的模型生成方法，包括：/n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；/n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。/n

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：李伟彬，朱志凡，冯仕堃，何径舟，黄世维，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11