买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：石家庄铁道大学

摘要：本发明公开一种孪生图神经网络的专家信息补全更新方法，面对多源异构的专家信息数据，提取专家数据信息，构建专家信息图；在专家信息图中获取子图构建专家属性图；采用孪生图神经网络对专家属性图进行学习，同时在图神经网络中引入了多维度注意力机制进行训练，使用对比学习的方法来计算损失函数，通过损失函数的计算来评价两个专家实体之间的相似度。从而判定两个专家实体是否为同一实体。判定为同一实体后，参考时间信息采用一种基于EMD距离的循环适应域方法对专家信息图进行融合补全，得到完整的专家实体信息。本发明将专家数据中丰富的语义信息与结构信息相结合，通过孪生图神经网络来判定两个专家实体之间的相似度。将相同的专家实体参考时间信息进行融合，从而达到专家信息补全的目的，并且定期更新专家信息。

主权项：1.一种孪生图神经网络的专家信息补全更新方法，其特征在于，包括步骤：S10,面对多源异构的专家信息数据，采用自然语言处理工具提取信息；根据提取信息，构建专家信息图；S20,在所述专家信息图中通过设定规则选出子图A；对时间戳编码，得到向量X，从而得到专家属性图G＝X,A；S30,采用孪生图神经网络模型对专家属性图G进行学习，通过损失函数的计算来评价两个专家实体之间的相似度，判定两个专家实体是否为同一实体；S40,判定为同一实体后，参考时间信息采用基于EMD距离的循环适应域方法对专家信息图进行融合补全，得到完整的专家实体信息；在所述步骤S40中，判断两个专家实体为同一实体后，参考时间信息采用基于EMD距离的循环适应域方法对专家信息图进行融合补全，得到完整的专家实体信息；将两个专家信息网络采取一种基于EMD距离的循环域适应方法进行融合；于EMD距离的循环适应域方法基于生成对抗网的双向域适应，具有周期一致的正则化；使用两个连接的生成对抗网络双向分布之间的映射，在同一特征空间进行相互适应；包括步骤：S41，在所有确认相同实体的专家信息图网络中选取一个作为目标专家信息网络Gt，其他作为源专家信息网络Gs；S42，建立两个图神经网络GCN，通过图神经网络GCN的前向反馈传播来获得两个专家信息网络的特征Ht和Hs；S43，随机生成两个生成器和两个评判器的初始参数，并根据W距离，即EMD距离，不断更新参数；W距离定义为：WHs,Ht＝infχ∈ΓHs,HtEx,y～χ[dx,y]；其中，ΓHs,Ht是Hs和Ht带有边界的联合概率分布，dx,y为路面距离可以用欧氏距离表示；Ex,y代表期望，infχ是联合分布的下确界，χ代表概率分布；S44将Gt与Gs输入到最终的判别器中输出真伪标签，不断更新适应，将所有专家信息网络更新为目标信息网络。

全文数据：

权利要求：

百度查询： 石家庄铁道大学 一种孪生图神经网络的专家信息补全更新方法