国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:王凯,赵学磊,李英乐,刘正铭,李星,
单位:国家数字交换系统工程技术研究中心,郑州450002;
关键词:网络表示学习,信息融合,连边符号语义信息,上下文链接,
基金:国家自然科学基金青年科学基金资助项目(61803384);;
为融合连边符号语义信息提升网络表示学习质量,针对现有算法处理复杂连边符号语义信息能力较弱问题,提出一种融合连边符号语义信息的网络表示学习算法,将包含正负关系的连边符号语义信息引入网络表示学习过程。首先,该算法设计基于三层感知机的关系预测模型刻画节点间不同类型的上下文链接关系;然后,引入随机游走策略实现上下文链接采样以适应大规模网络场景训练需求。在三个数据集中实验表明,该算法能够有效建模节点间不同类型的上下文链接关系,挖掘其中包含的复杂语义信息,相比目前最优的SIDE方法,所提算法的性能分别提高了0.31%、1.3%和1.85%。
来源:2020年第7期
《计算机应用研究》期刊编辑部