面向圖譜頻繁關(guān)系模式挖掘的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)

摘要： 鑒于目前挖掘算法難以對知識(shí)圖譜建模等問題，提出一種描述和提取節(jié)點(diǎn)范圍內(nèi)結(jié)構(gòu)的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)模型，旨在挖掘其中的頻繁關(guān)系模式以及各結(jié)構(gòu)的分布。該模型將關(guān)系信息作為節(jié)點(diǎn)特征輸入，利用自編碼機(jī)制與多頭注意力機(jī)制保留原始結(jié)構(gòu)信息，同時(shí)引入特征結(jié)構(gòu)平移層將相同結(jié)構(gòu)映射到同一空間中，以獲得頻繁出現(xiàn)的結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明，該模型可以更快地挖掘圖譜關(guān)系模式以及各結(jié)構(gòu)在圖中的分布；同時(shí)在驗(yàn)證特征表... （共7頁）