公开(公告)号：CN118537158A

公开(公告)日：2024-08-23

申请号：CN202410667493.8

申请日：2024-05-28

Applicant: 燕山大学

Inventor： 宫继兵 ,  彭吉全 ,  杜姝颖 ,  李林轩 ,  舒志敏

IPC: G06Q50/00 ,  G06N3/0455 ,  G06N3/094 ,  G06N3/098 ,  G06F18/2431 ,  G06F18/25 ,  G06N3/084

Abstract: 本发明公开了一种基于模态和拓扑不变表示学习的用户身份链接方法，属于计算机数据挖掘领域，包括步骤1：多模态表示提取，步骤2：模态不变表示学习，步骤3：拓扑不变表示学习，步骤4：优化框架MoToInv。本发明提出了一个对抗网络来拆分模态不变和变化的表示，它捕获了跨模态的共性和特异性，从而简化了后续的细粒度多模态融合过程。此外，本发明在拓扑不变学习阶段设计了基于不变子图提取器的方法。该模块利用不变子图和变体子图的两种混合策略，以更好地捕获不变拓扑模式和消除虚假的社交关系。

公开(公告)号：CN119046730A

公开(公告)日：2024-11-29

申请号：CN202411147640.5

申请日：2024-08-21

Applicant: 燕山大学

Inventor： 宫继兵 ,  杜姝颖 ,  彭吉全 ,  舒志敏 ,  李林轩 ,  臧倩 ,  琚晶鑫 ,  楼航宇

IPC: G06F18/24 ,  G06N20/00 ,  G06N3/0455 ,  G06F40/194

Abstract: 本发明公开了基于预训练语言模型和深度提示的文本图节点分类方法，属于计算机图表示学习领域，包括：构建框架TegPPT；采用冻结预训练语言模型参数和优化连续提示与分类头参数对框架TegPPT进行优化；具体是利用预训练语言模型作为基础模型执行文本属性图的节点分类任务，通过序列化模块联合编码文本属性与图的拓扑结构，通过连续提示激发预训练语言模型的底层知识，提升模型在理解和表达节点文本属性及节点间复杂关系的能力，深度调优技术确保预训练空间与下游任务空间充分对齐，优化了模型的泛化能力和节点分类任务上的表现。本发明不仅能更好地捕获图拓扑结构与文本信息，同时还规避了现有研究中潜在的负迁移风险。