基于异质图网络的心理评估方法

1

作者 金志刚 苏仁鋆 赵晓芳 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第4期1078-1085,共8页

针对现有利用社交媒体数据通过计算机技术进行心理评估的方法存在语义稀疏和缺乏先验知识融入的问题,提出了基于异质图网络的心理评估方法,提取社交媒体上的用户画像信息、文本信息、主题信息,构建异质图,将心理评估问题描述为节点分类... 针对现有利用社交媒体数据通过计算机技术进行心理评估的方法存在语义稀疏和缺乏先验知识融入的问题,提出了基于异质图网络的心理评估方法,提取社交媒体上的用户画像信息、文本信息、主题信息,构建异质图,将心理评估问题描述为节点分类问题。一方面,构建用户心理状态知识图谱融入先验知识,表征用户画像信息;另一方面,利用异质图融合信息进行语义补充,通过分层注意力关注节点权重,得到评估结果。在Twitter和Reddit数据集上进行实验,结果证明了本文方法在用户心理状态分类上的有效性,且关键性能明显提升。 展开更多

关键词 人工智能 异质图网络 心理评估 社交媒体 知识图谱

原文传递

基于T-HDGN模型的对话摘要生成方法 被引量：1

2

作者 高玮军 刘健 毛文静 《计算机工程》 CAS CSCD 北大核心 2023年第10期80-88,共9页

随着对话系统和文本摘要生成技术的发展,生成式对话摘要引起了广泛的关注。由于会话中的信息流至少在2个对话者之间交换,关键信息往往分散在各说话者的不同话语中,因此传统文本摘要模型生成的对话摘要包含冗余或者不正确的内容。针对传... 随着对话系统和文本摘要生成技术的发展,生成式对话摘要引起了广泛的关注。由于会话中的信息流至少在2个对话者之间交换,关键信息往往分散在各说话者的不同话语中,因此传统文本摘要模型生成的对话摘要包含冗余或者不正确的内容。针对传统文本摘要模型在生成对话摘要时对会话的上下文理解不充分且难以将说话人与其正确的行动相联系的问题,提出一种基于T-HDGN模型的对话摘要生成方法。利用抽取的行动三元组对会话结构进行显式建模,将话语和行动三元组作为2种不同类型的数据来构建异质对话图,并通过1个异质图网络对这2种信息进行建模。同时,还增加说话人作为异质节点以促进信息流的传播。此外,在解码阶段使用主题词特征辅助摘要的生成。在SAMSum数据集上的实验结果表明,所提方法在ROUGE-1、ROUGE-2、ROUGE-L评价指标上分别达到42.05%、18.09%、39.48%,相比Longest-3、PGN、Fast Abs RL等基线模型,能有效地融合信息并且准确地将说话人与其对应动作相关联。 展开更多

关键词 对话摘要 异质图 行动三元组 主题词 异质图网络

下载PDF 职称材料

基于无监督集群级的科技论文异质图节点表示学习方法

3

作者 宋杰 梁美玉 +2 位作者 薛哲 杜军平 寇菲菲 《计算机科学》 CSCD 北大核心 2022年第9期64-69,共6页

科技论文数据的知识表征是一个有待解决的问题,而如何学习科技论文异质网络中论文节点的表示是解决这一问题的核心。文中提出了一种基于无监督集群级的科技论文异质图节点表示学习方法(Unsupervised Cluster-level Scientific Paper Het... 科技论文数据的知识表征是一个有待解决的问题,而如何学习科技论文异质网络中论文节点的表示是解决这一问题的核心。文中提出了一种基于无监督集群级的科技论文异质图节点表示学习方法(Unsupervised Cluster-level Scientific Paper Heterogeneous Graph Node Representation Learning Method, UCHL),以获取科技论文异质图中节点(作者、机构与论文等)的表示。基于科技论文异质图表示对整个异质图进行链接预测,获取节点之间边的关系,即论文与论文之间的关联关系。实验结果表明,在真实的科技论文数据集上,所提方法在多项评测指标上都取得了更优的性能。 展开更多

关键词 科技论文 异质图网络 图表示学习 链接预测 无监督学习

下载PDF 职称材料

基于异质图注意力网络的重叠社区发现方法 被引量：1

4

作者 孙悦 赵宇红 薛婷 《计算机工程与设计》 北大核心 2023年第12期3649-3655,共7页

为解决异质网络重叠社区发现问题,提出一种基于异质图注意力网络的重叠社区发现模型。通过异质图注意力网络的双层注意力机制,从节点级与语义级充分挖掘节点、元路径在信息表示中的重要程度,并进行分层聚合获得节点特征向量,将伯努利-... 为解决异质网络重叠社区发现问题,提出一种基于异质图注意力网络的重叠社区发现模型。通过异质图注意力网络的双层注意力机制,从节点级与语义级充分挖掘节点、元路径在信息表示中的重要程度,并进行分层聚合获得节点特征向量,将伯努利-泊松模型与图卷积网络整合,在生成社区隶属关系矩阵的基础上优化社区重叠度进行重叠社区划分。模型改变异质图注意力网络的激活函数,改善梯度消失问题,将异质图注意力网络与伯努利-泊松模型结合实现异质网络的重叠社区发现。使用真实数据集进行实验,实验结果表明,模型可以利用异质网络节点信息多样性进行重叠社区发现,相对传统社区发现方法具备较好的稳定性和准确性。 展开更多

关键词 重叠社区发现 异质网络 异质图注意网络 元路径 图卷积神经网络 伯努利-泊松模型 社区隶属矩阵

下载PDF 职称材料

基于改进归纳式图卷积网络的文本分类方法 被引量：1

5

作者 赵钦 郑成博 《计算机工程与设计》 北大核心 2023年第4期1144-1150,共7页

针对图嵌入式文本分类方法在预测性能和归纳能力方面的缺陷,在文本图卷积网络(TextGCN)的基础上,进行适当改进。结合预测文本嵌入(PTE)的高效训练和归纳性,在各个网络层中使用不同的图;通过异质图卷积网络架构来学习特征嵌入,利用习得... 针对图嵌入式文本分类方法在预测性能和归纳能力方面的缺陷,在文本图卷积网络(TextGCN)的基础上,进行适当改进。结合预测文本嵌入(PTE)的高效训练和归纳性,在各个网络层中使用不同的图;通过异质图卷积网络架构来学习特征嵌入,利用习得的特征进行归纳推理。实验结果表明,在大量训练样本标注的情况下,所提方法取得了与其它方法相当或稍优的性能。在少量训练样本标注的情况下,所提方法表现更优,性能增益范围为2%~7%,支持更快的训练和泛化性。 展开更多

关键词 文本分类 预测性能 文本图卷积网络 异质图卷积网络 预测文本嵌入 归纳推理 特征嵌入

下载PDF 职称材料

基于异质图表达学习的跨境电商推荐模型 被引量：4

6

作者 张瑾 朱桂祥 +2 位作者 王宇琛 郑烁佳 陈镜潞 《电子与信息学报》 EI CSCD 北大核心 2022年第11期4008-4017,共10页

跨境电商产品推荐已经成为电子商务领域新兴的研究议题之一。由于电商产品信息复杂多样、“用户-产品”关联矩阵极为稀疏并且冷启动问题突出,因此传统的协同过滤推荐模型很难奏效。而改进的深度协同过滤模型,只考虑了用户对产品的“显... 跨境电商产品推荐已经成为电子商务领域新兴的研究议题之一。由于电商产品信息复杂多样、“用户-产品”关联矩阵极为稀疏并且冷启动问题突出,因此传统的协同过滤推荐模型很难奏效。而改进的深度协同过滤模型,只考虑了用户对产品的“显式”和“隐式”的反馈信息,忽视了由用户与项目组成的图结构信息,推荐性能很难满足平台和用户的要求。为了解决这些难题,该文提出基于异质图表达学习的图神经网络模型(HGNR)用于个性化的跨境电商产品推荐,该模型具有2个显著的优势:(1)构造“用户-产品-主题”3部图作为模型的输入,通过图卷积神经网络(GCN)在异质图上进行高质量信息传播和聚合;(2)能够获取高质量的用户和产品表征向量,实现了用户和产品复杂交互关系的建模。在真实的跨境电商订单数据集上的实验结果表明,HGNR模型不仅在推荐性能上表现出色,还能有效提升冷启动用户的推荐准确率,与9种推荐基准算法相比,HGNR在评价指标HitRate@10,Item-coverage@10,MRR@10上至少提升了3.33%,0.91%,0.54%。 展开更多

关键词 推荐系统 图神经网络 异质图神经网络 冷启动推荐 跨境电商

下载PDF 职称材料

基于自监督异质图神经网络的图分类框架

7

作者 袁鸣 赵彤 《中国科学院大学学报（中英文）》 CAS CSCD 北大核心 2024年第6期830-841,共12页

图数据以各种各样的形式广泛存在着,图分类任务对于许多问题有重要指导意义。然而图分类任务依然面临很多挑战,包括如何充分利用图结构蕴含的语义信息、进一步降低计算复杂度及获取标签的成本。提出一种超节点异质网络的构建方法,并由... 图数据以各种各样的形式广泛存在着,图分类任务对于许多问题有重要指导意义。然而图分类任务依然面临很多挑战,包括如何充分利用图结构蕴含的语义信息、进一步降低计算复杂度及获取标签的成本。提出一种超节点异质网络的构建方法,并由此提出可应用于图分类问题的新型框架GChgnn。该框架通过引入双视角的图表示机制以及自监督的对比学习,实现了:1)对大规模图分类任务目标间的相似性进行度量;2)借鉴图匹配方法,通过跨图思想提高相似性度量的准确度,并弥补其无法给出图嵌入显式表达式的不足;3)规避了在网络中设计复杂的卷积与池化算子。通过在一些公开数据集上的测试证明,该框架的综合效果优于现有的解决图分类问题的其他方法。 展开更多

关键词 图分类 异质图神经网络 自监督学习 对比学习

下载PDF 职称材料

基于联邦学习的主动半监督短文本分类方法

8

作者 孔德焱 冀振燕 +2 位作者 杨燕燕 刘洋 刘吉强 《电子学报》 EI CAS CSCD 北大核心 2024年第10期3517-3526,共10页

短文本分类应用广泛,是当前的研究热点,但受到短文本标注数据稀缺和数据隐私保护不便集中训练的影响,分类效果不佳.针对上述问题,我们提出了基于联邦学习的主动半监督异质图注意力网络模型(Active Semi-Supervised Learning empowered H... 短文本分类应用广泛,是当前的研究热点,但受到短文本标注数据稀缺和数据隐私保护不便集中训练的影响,分类效果不佳.针对上述问题,我们提出了基于联邦学习的主动半监督异质图注意力网络模型(Active Semi-Supervised Learning empowered Heterogeneous Graph ATtention network model based on Federated learning,Fed-ASSL-HGAT),通过设计新颖的主动半监督学习(Active Semi-Supervised Learning,ASSL)框架生成高质量标注样本赋能异质图注意力网络(Heterogeneous Graph ATttention network model,HGAT),引入联邦学习对部署在不同节点的模型进行联合训练以满足数据隐私保护需求.所提出的ASSL框架通过将主动学习的多类别标注转化成二元类别标注,可大大降低标注难度;设计基于信息增益的选择策略筛选软、硬标签,以防止信息损失;通过半监督学习选择高准确率、高稳定性的正负样本打伪标签以确保标注质量.实验结果表明,所提出的ASSL-HGAT(S)在AGNews、Snippets、TagMyNews数据集上相比HGAT基线模型F1值分别提升2.45%、8.11%、7.46%.融合联邦学习所进一步提出的Fed-ASSL-HGAT模型可在不泄漏隐私数据的情况下满足性能要求. 展开更多

关键词 异质图神经网络 主动学习 半监督学习 联邦学习

下载PDF 职称材料

基于异质图神经网络的知识增强文本理解研究

9

作者 凌骏 赵前 +1 位作者 张帆 李倩倩 《计算机与数字工程》 2024年第4期1125-1130,共6页

针对当下流行的语言模型如BERT,即使其在大量文本下预训练而具有了较好的文本理解能力,但由于文本中知识共现的稀疏性导致模型难以理解复杂语义的场景的问题,提出一种引入知识图谱结合异质图网络增强文本理解的方法。该方法根据文本中... 针对当下流行的语言模型如BERT,即使其在大量文本下预训练而具有了较好的文本理解能力,但由于文本中知识共现的稀疏性导致模型难以理解复杂语义的场景的问题,提出一种引入知识图谱结合异质图网络增强文本理解的方法。该方法根据文本中的实体构造异质图,并基于边采样机制生成子视图。引入R-GCN聚合异质子视图下的邻居信息,并约束同节点在不同视图下基于相似性的度量损失。最终得到知识增强的文本表示。在公开数据集WinoGrande上的结果表明,该方法在准确率指标下有着明显的提升,相比于未增强时提升了1.3%。 展开更多

关键词 知识图谱 异质图神经网络 预训练语言模型 文本理解 自然语言处理

下载PDF 职称材料

基于异质图神经网络预训练的多标签文档分类研究

10

作者 吴家伟 方全 +1 位作者 胡骏 钱胜胜 《计算机科学》 CSCD 北大核心 2024年第1期143-149,共7页

多标签文档分类是一种将文档实例与相关标签相关联的技术,近年来受到越来越多研究者的关注。现有的多标签文档分类方法尝试探索文本之外的信息的融合,如文档元数据或标签结构。然而,这些方法要么简单地利用元数据的语义信息,要么没有考... 多标签文档分类是一种将文档实例与相关标签相关联的技术,近年来受到越来越多研究者的关注。现有的多标签文档分类方法尝试探索文本之外的信息的融合,如文档元数据或标签结构。然而,这些方法要么简单地利用元数据的语义信息,要么没有考虑标签的长尾分布,因此忽略了文档及其元数据之间的高阶关系和标签的分布规律等信息,从而影响到多标签文档分类的准确性。因此,文中提出一种新的基于异质图神经网络预训练的多标签文档分类方法。该方法通过构造文档与其元数据的异质图,采用两种对比学习预训练方法捕获文档与其元数据之间的关系,并通过平衡标签长尾分布的损失函数来提高多标签文档分类的准确性。在基准数据集上的实验结果表明,所提方法的准确率比Transformer提高了8%,比BertXML提高了4.75%,比MATCH提高了1.3%。 展开更多

关键词 多标签文档分类 元数据 异质图神经网络 预训练 长尾分布

下载PDF 职称材料

电子文献资源的推荐方法研究 被引量：4

11

作者 李阔 《电子技术与软件工程》 2019年第22期170-172,共3页

本文介绍了目前对于电子文献资源、图书资源的推荐算法研究,阐述了基于Word2Vec的推荐算法和基于TF-IDF的推荐算法原理。根据推荐系统最新的研究进展,结合目前最新的多源异构数据嵌入框架异质图神经网络(HeterogeneousGraphNeural Netwo... 本文介绍了目前对于电子文献资源、图书资源的推荐算法研究,阐述了基于Word2Vec的推荐算法和基于TF-IDF的推荐算法原理。根据推荐系统最新的研究进展,结合目前最新的多源异构数据嵌入框架异质图神经网络(HeterogeneousGraphNeural Network),提出了对多种数据类型电子文献资源进行推荐的方法,该方法在多源异构数据上进行推荐优于目前的其他方法。 展开更多

关键词 推荐系统 推荐算法 基于内容的推荐 Word2Vec TF-IDF 异质图神经网络

下载PDF 职称材料

多阶元路径引导的异质图神经网络新闻推荐模型

12

作者 王菲菲 林中潭 +3 位作者 吴昆 韩树庭 孙立博 吕晓玲 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2024年第5期1561-1576,共16页

新闻推荐是一种重要的推荐场景,其推荐效果依赖于对新闻文本信息的充分挖掘.近年来,图神经网络因其强大的高阶信息挖掘能力,在推荐领域受到了广泛关注.然而,在新闻推荐领域,鲜有研究使用异质图神经网络,而且现有的异质图推荐模型也存在... 新闻推荐是一种重要的推荐场景,其推荐效果依赖于对新闻文本信息的充分挖掘.近年来,图神经网络因其强大的高阶信息挖掘能力,在推荐领域受到了广泛关注.然而,在新闻推荐领域,鲜有研究使用异质图神经网络,而且现有的异质图推荐模型也存在信息损失问题.为了充分挖掘新闻推荐场景中新闻、用户、主题、实体、类别等之间的高阶信息,更充分的挖掘新闻的文本特征,本文提出针对新闻推荐场景的多阶元路径引导的异质图神经网络推荐模型(简称MPNRec).该模型通过构建含有更多类型节点和边的异质图充分挖掘高阶信息,从而提高推荐效果.该方法在MIND small和Adressa 1week两个公开数据集上应用,较现有各种推荐方法在各项评价指标上至少能达到2%到5%的相对提升. 展开更多

关键词 新闻推荐 异质图神经网络 元路径 注意力机制

原文传递

基于BERT-HAN增强人机对话的计算思维评估模型

13

作者 詹泽慧 钟煊妍 +1 位作者 邹萱萱 骆丽霞 《计算机工程》 CAS CSCD 北大核心 2024年第12期110-123,共14页

思维过程的精准量化和思维品质的高效诊断是思维型教学智能化开展的难题。现有的思维分析方法普遍存在静态局限性,割裂了事理逻辑和动态情境对思维的影响。人机对话作为思维外显和评估的重要载体,为计算思维自动化评估提供了潜在可能。... 思维过程的精准量化和思维品质的高效诊断是思维型教学智能化开展的难题。现有的思维分析方法普遍存在静态局限性,割裂了事理逻辑和动态情境对思维的影响。人机对话作为思维外显和评估的重要载体,为计算思维自动化评估提供了潜在可能。为提高人机对话环境下计算思维水平预测的准确性和可解释性,构建基于BERT-异质图注意力网络(HAN)的计算思维自动化评估模型。采集人机对话过程中所获取的时序性文本作为学习者计算思维的外部表征,通过BERT-HAN模型从人机对话文本数据中提取句子级语义特征表示,将这些特征作为异质图的节点特征输入到HAN中。模型耦合了基于余弦相似度的句子语义特征和基于关系词列表的元路径嵌入,进一步提取语句之间的语义关系。在此过程中,通过注意力机制生成学习节点间的关系权重,形成具有丰富语义信息的事理图谱。事理图谱的构建不仅考虑语句之间的直接关系,还可以基于多头注意力机制灵活捕捉并处理异质图中不同关系类型的特征。最终,根据这些特征,利用Softmax分类器进行计算思维水平的识别和预测,以实现自动化评估。实验结果表明,该模型的预测准确率为0.869,召回率为1,AUC值为0.998,相较于BERT、TextCNN、LSTM-HAN等模型具有更好的性能。 展开更多

关键词 人机对话 事理图谱 计算思维 文本分析 异质图注意力网络

下载PDF 职称材料

基于异质图属性增强的恶意软件变种检测方法

14

作者 孙锦涛 李祺 李晓龙 《四川大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期15-29,共15页

如今越来越多的攻击者通过修改恶意软件源码的方式逃避恶意软件检测,恶意软件变种在代码重用、编码风格、攻击行为等多方面的复杂关系为恶意软件分析带来了挑战.近年来,图神经网络凭借其在建模图结构数据,学习实体间复杂关系等方面的强... 如今越来越多的攻击者通过修改恶意软件源码的方式逃避恶意软件检测,恶意软件变种在代码重用、编码风格、攻击行为等多方面的复杂关系为恶意软件分析带来了挑战.近年来,图神经网络凭借其在建模图结构数据,学习实体间复杂关系等方面的强大能力,已被广泛应用于恶意软件分类与检测任务之中,以建模恶意软件及其变种间复杂的关系,摆脱孤立分析困境.然而,现有方法一方面缺少对恶意软件及其变种间多维度复杂关系的全面表征,导致复杂关联关系未被充分挖掘及利用.另一方面仅关注恶意软件间的拓扑结构,忽略了实体语义信息,这导致攻击者极易通过对抗手段伪造特征从而逃过检测.此外,与恶意软件相关的Windows API、通信IP等实体自身匮乏的语义信息进一步阻碍了语义信息的提取和表示.因此,实现恶意软件间全面的关联关系与特征语义信息的融合对提升恶意软件变种检测的鲁棒性和准确性具有重要意义.为此,本文提出了一种基于异质图属性增强的恶意软件变种检测方法.首先,构建了一个恶意软件异质信息网络,以建模恶意软件及特征间的复杂关系;然后,通过恶意软件异质信息网络,将恶意软件变种检测问题转化为异质图中的节点分类问题,为实体节点构建语义属性来增强节点信息的表示;接下来,对于其中语义信息匮乏的实体节点,从外部开源数据中学习实体的语义信息来弥补自身的语义缺失;最后,本文以拓扑关系为指导,基于注意力机制聚合有属性节点信息以补全无属性节点,实现节点属性补全.遵循一种迭代优化方式,以交替式地优化补全过程与异质图节点嵌入过程,实现统一的基于异质图属性补全的恶意软件变种检测方法.实验结果表明,本文提出的方法能够有效提升恶意软件变种检测的性能,在多个数据集下优于其他最先进的模型. 展开更多

关键词 恶意软件变种检测 异质图神经网络 特征增强 属性补全

下载PDF 职称材料

基于Transformer与异质图神经网络的新闻推荐模型 被引量：4

15

作者 张玉朋 李香菊 +1 位作者 李超 赵中英 《模式识别与人工智能》 EI CSCD 北大核心 2022年第9期839-848,共10页

新闻推荐方法大多假定用户浏览的新闻之间具有很强的时序依赖关系,但新闻具有更新的快速性及用户阅读的自由性等特点,使时序性建模中可能会引入噪音.为了解决此问题,文中提出基于Transformer与异质图神经网络的新闻推荐模型.采用Transfo... 新闻推荐方法大多假定用户浏览的新闻之间具有很强的时序依赖关系,但新闻具有更新的快速性及用户阅读的自由性等特点,使时序性建模中可能会引入噪音.为了解决此问题,文中提出基于Transformer与异质图神经网络的新闻推荐模型.采用Transformer从用户近期浏览的新闻中对用户的短期兴趣进行建模,通过异质图神经网络捕捉用户和新闻之间的高阶关系,建模用户长期兴趣和候选新闻的表示.同时,为了自适应调整短期兴趣和长期兴趣在用户建模时的重要性,设计用户长短期兴趣感知的点击预测机制.在真实数据集上的对比实验验证文中模型的有效性. 展开更多

关键词 新闻推荐 异质图神经网络 注意力机制 TRANSFORMER

下载PDF 职称材料

考虑多输入转换效应的时序建模

16

作者 丁文杰 姜海洋 +1 位作者 张展华 曹鹏 《集成电路与嵌入式系统》 2024年第1期32-38,共7页

随着集成电路工艺的不断发展,因电路工作主频的提升和工艺偏差影响的加剧,导致多输入转换(MIS)效应对电路静态时序分析的影响愈发不容忽视,使得传统的单输入转换(SIS)模式单元时序建库方式难以规避保持时间和建立时间的违规。为了表征MI... 随着集成电路工艺的不断发展,因电路工作主频的提升和工艺偏差影响的加剧,导致多输入转换(MIS)效应对电路静态时序分析的影响愈发不容忽视,使得传统的单输入转换(SIS)模式单元时序建库方式难以规避保持时间和建立时间的违规。为了表征MIS效应在时序分析中的影响,近年来多个MIS延时模型被提出,但目前大多数模型忽略了输入转换时间和负载对MIS效应的影响,因此精度不高。同时这些模型分别对每个单元进行建模,忽略了MIS效应与单元的晶体管级拓扑结构的关系,进一步影响了表征精度且需要较高表征成本。本文提出了一种基于异质图神经网络的MIS单元延时预测框架,将多输入单元的晶体管级拓扑电路建模成为异质图,利用异质图对影响MIS延时因素进行了全面且有效的表征,多个输入门的MIS效应可以训练为统一模型。在16 nm工艺下,该模型在多组多输入单元上进行了验证。实验结果表明,该模型在将建模开销减少至ANN模型所需开销8.8%的情况下,对于单元的平均误差仅为1.19%,相比ANN模型,精度提高了2.05倍。 展开更多

关键词 多输入转换 异质图神经网络 单元延时模型 静态时序分析

下载PDF 职称材料

基于异质图卷积注意网络的社交媒体账号分类 被引量：1

17

作者 陈周国 丁建伟 +1 位作者 明杨 费高雷 《计算机系统应用》 2023年第7期269-275,共7页

由于社交媒体网络的复杂性,单一性质的同质信息网络对社交媒体账号分类会造成信息丢失,对分类结果产生不利影响.针对这种问题,本文提出基于异质图卷积注意网络的社交媒体账号分类方法(HGCANA).首先构建社交媒体的异质信息网络,然后提取... 由于社交媒体网络的复杂性,单一性质的同质信息网络对社交媒体账号分类会造成信息丢失,对分类结果产生不利影响.针对这种问题,本文提出基于异质图卷积注意网络的社交媒体账号分类方法(HGCANA).首先构建社交媒体的异质信息网络,然后提取异质信息网络的社交媒体特征,引入注意力机制,对社交媒体账号进行分类识别.通过实验比较HGCANA方法与现有方法,证明了本文提出的HGCANA方法能够更好地对社交网络媒体账号进行有效分类. 展开更多

关键词 社交媒体网络 账号分类 异质图卷积注意网络

下载PDF 职称材料

大粒度Pull Request描述自动生成 被引量：2

18

作者 邝砾 施如意 +2 位作者 赵雷浩 张欢 高洪皓 《软件学报》 EI CSCD 北大核心 2021年第6期1597-1611,共15页

在GitHub平台中,许多项目贡献者在提交Pull Request(PR)时往往会忽略提交PR描述,这使得提交的PR容易被评审者忽略或者拒绝.因此,自动生成PR描述以帮助项目贡献者提高PR通过率是很有必要的.然而,现有PR描述生成方法的表现会受到PR粒度影... 在GitHub平台中,许多项目贡献者在提交Pull Request(PR)时往往会忽略提交PR描述,这使得提交的PR容易被评审者忽略或者拒绝.因此,自动生成PR描述以帮助项目贡献者提高PR通过率是很有必要的.然而,现有PR描述生成方法的表现会受到PR粒度影响,无法有效为大粒度的PR生成描述.因此,该工作专注于大粒度PR描述的自动生成.首先对PR中的文本信息进行预处理,将文本中的单词作为辅助节点构建词-句异质图,以建立PR语句间的联系;随后对异质图进行特征提取,并将提取后的特征输入至图神经网络进行图表示学习,通过节点间的消息传递,使句子节点学习到更丰富的内容信息;最后,选择带有关键信息的句子组成PR描述.此外,针对PR数据集缺少人工标注的真实标签而无法进行监督学习的问题,使用强化学习指导PR描述的生成,以最小化获得奖励的负期望为目标训练模型,该过程与标签无关,并且直接提升了生成结果的表现.在真实的数据集上进行了实验,实验结果表明,提出的大粒度PR描述生成方法在F1值和可读性上优于现有方法. 展开更多

关键词 Pull Request描述 异质图神经网络 强化学习 非结构性文档 摘要生成

下载PDF 职称材料

基于事件-词语-特征异质图的微博谣言检测新方法

19

作者 王友卫 凤丽洲 +1 位作者 王炜琦 侯玉栋 《中文信息学报》 CSCD 北大核心 2023年第9期161-174,共14页

当前微博谣言检测研究大多基于微博原文、评论内容及其相互关系,忽略了情感特征、语法特征及语言特征等重要因素的影响。为此,该文提出了一种基于事件-词语-特征异质图的微博谣言检测新方法。首先,在传统方法基础上引入情感、语法、心... 当前微博谣言检测研究大多基于微博原文、评论内容及其相互关系,忽略了情感特征、语法特征及语言特征等重要因素的影响。为此,该文提出了一种基于事件-词语-特征异质图的微博谣言检测新方法。首先,在传统方法基础上引入情感、语法、心理等方面的知识,提出文本特征的概念以有效挖掘微博事件中蕴含的情感特征、语法特征以及语言特征。然后,综合微博评论、文本词语及文本特征对谣言检测结果的影响,构建用于谣言检测的事件-词语-特征异质图。最后,利用GraphSAGE和异质图注意力网络在节点表达方面的优势提出新的节点信息聚合方法,以此在区分节点类型重要性的同时降低节点集规模带来的影响。实验结果表明,该方法能有效提高微博事件表示的准确性;相对于传统机器学习方法和典型的深度学习方法而言,该方法在谣言检测精度上具有明显优势。 展开更多

关键词 谣言检测 文本特征 异质图注意力网络

下载PDF 职称材料