公开(公告)号：CN110245682A

公开(公告)日：2019-09-17

申请号：CN201910393542.2

申请日：2019-05-13

Applicant: 华中科技大学

Inventor： 李玉华 ,  袁佳丽 ,  李瑞轩 ,  辜希武 ,  陈杜宇

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于话题的网络表示学习方法，属于网络表示学习技术领域。本发明方法包括：设计一种自编码器模型，定义模型结构、输入输出数据的形式，以保留网络拓扑结构所表示的结构特征；利用网络中的结点信息对该自编码器网络模型进行扩展，提取网络中结点所包含的信息，将话题因素融入其中，以保留其所表示的语义特征，同时保留全局网络的结构特征；通过自编码器将两类特征融合到网络结点低维特征表示中，得到基于话题的网络表示学习。本发明方法结合大规模信息网络的特点和深度学习算法，从信息网络结构和结点所包含的信息特点出发，以获得更加有效的网络结点的嵌入表示。

公开(公告)号：CN110245682B

公开(公告)日：2021-07-27

申请号：CN201910393542.2

申请日：2019-05-13

Applicant: 华中科技大学

Inventor： 李玉华 ,  袁佳丽 ,  李瑞轩 ,  辜希武 ,  陈杜宇

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于话题的网络表示学习方法，属于网络表示学习技术领域。本发明方法包括：设计一种自编码器模型，定义模型结构、输入输出数据的形式，以保留网络拓扑结构所表示的结构特征；利用网络中的结点信息对该自编码器网络模型进行扩展，提取网络中结点所包含的信息，将话题因素融入其中，以保留其所表示的语义特征，同时保留全局网络的结构特征；通过自编码器将两类特征融合到网络结点低维特征表示中，得到基于话题的网络表示学习。本发明方法结合大规模信息网络的特点和深度学习算法，从信息网络结构和结点所包含的信息特点出发，以获得更加有效的网络结点的嵌入表示。