公开(公告)号：CN116578750A

公开(公告)日：2023-08-11

申请号：CN202310630004.7

申请日：2023-05-30

Applicant: 南京邮电大学

Inventor： 纪雅铭 ,  曲悠然 ,  许楚函 ,  陈可佳

IPC: G06F16/901 ,  G06F16/906 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于社会平衡理论的符号图增强学习方法，包括确定符号图和邻接矩阵；构建符号图增强模型；重复执行迭代步骤直至达到预设的重复次数，在每次迭代步骤执行后，计算符号图增强模型的损失函数，根据损失使用随机梯度下降方法更新符号图增强模型的模型参数；迭代步骤包括：通过编码器对符号图及其邻接矩阵进行编码，生成符号图中各节点平衡和不平衡的嵌入表示；将嵌入表示输入MLG分类器，获取链接预测结果；通过解码器对嵌入表示进行解码，获取符号图的概率矩阵；基于概率矩阵对符号图进行插值处理、采样处理以及融合处理，生成新邻接矩阵；本发明针对符号图进行图增强，并在增强中加入社会平衡理论进行去噪，能够提高链接预测效果。