一种融合多模态信息的异构网络构建和距离度量方法

    公开(公告)号:CN109992784A

    公开(公告)日:2019-07-09

    申请号:CN201910277644.8

    申请日:2019-04-08

    Abstract: 本发明提出一种融合多模态信息的异构网络构建和距离度量方法,包括以下步骤,步骤1,事件的信息提取,将事件进行分词,并将分词结果进行类别划分;步骤2,将提取的所述分词结果构建为异构信息网络,其中的结点为所述关键词;步骤3,通过设置异构网络中不同类别结点之间构成的路径得到事件相似度矩阵S(i,j),所述S(i,j)为表示事件i与事件j的相似度;步骤4,利用PP_GCN训练得到不同相似度矩阵的系数;步骤5,利用步骤4得到的系数将步骤3中相似度矩阵进行加权求和。

    一种融合文本和标签网络的社交内容表征方法和系统

    公开(公告)号:CN110019653B

    公开(公告)日:2021-07-02

    申请号:CN201910277671.5

    申请日:2019-04-08

    Abstract: 本申请公开了一种融合文本和标签网络的社交内容表征方法和系统,所述方法包括:对文本数据进行处理,得到该文本数据的图表示,并对得到的子图中节点按照BFS进行排序;对所述图表示进行数据结构化处理;建立标签网络,并根据元路径在标签网络中随机游走得到标签的向量表示;将处理得到的结构化数据输入神经网络中,基于标签网络和元路径得到标签的向量表示对所述神经网络进行LSTM+RNN训练。

    一种融合多模态信息的异构网络构建和距离度量方法

    公开(公告)号:CN109992784B

    公开(公告)日:2021-03-19

    申请号:CN201910277644.8

    申请日:2019-04-08

    Abstract: 本发明提出一种融合多模态信息的异构网络构建和距离度量方法,包括以下步骤,步骤1,事件的信息提取,将事件进行分词,并将分词结果进行类别划分;步骤2,将提取的所述分词结果构建为异构信息网络,其中的结点为所述关键词;步骤3,通过设置异构网络中不同类别结点之间构成的路径得到事件相似度矩阵S(i,j),所述S(i,j)为表示事件i与事件j的相似度;步骤4,利用PP_GCN训练得到不同相似度矩阵的系数;步骤5,利用步骤4得到的系数将步骤3中相似度矩阵进行加权求和。

    一种融合文本和标签网络的社交内容表征方法和系统

    公开(公告)号:CN110019653A

    公开(公告)日:2019-07-16

    申请号:CN201910277671.5

    申请日:2019-04-08

    Abstract: 本申请公开了一种融合文本和标签网络的社交内容表征方法和系统,所述方法包括:对文本数据进行处理,得到该文本数据的图表示,并对得到的子图中节点按照BFS进行排序;对所述图表示进行数据结构化处理;建立标签网络,并根据元路径在标签网络中随机游走得到标签的向量表示;将处理得到的结构化数据输入神经网络中,基于标签网络和元路径得到标签的向量表示对所述神经网络进行LSTM+RNN训练。

Patent Agency Ranking