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！

龙图腾网获悉山东科技大学申请的专利一种融合文本属性的异质图表示学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115659234B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211217839.1，技术领域涉及：G06F18/241；该发明授权一种融合文本属性的异质图表示学习方法是由李超;王振;闫页宇;赵中英;李香菊;苏令涛;段华;曾庆田设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种融合文本属性的异质图表示学习方法在说明书摘要公布了：本发明公开了一种融合文本属性的异质图表示学习方法，属于图数据处理技术领域，该学习方法将文本表示方法与图表示学习方法相结合，基于transformer和图神经网络模型进行构建。首先利用已有节点文本属性进行基于文本编码策略的文本特征表示，并将文本的表示向量融入到异质图中。而后，基于邻居节点的均值聚合以及节点特征变换的方法实现节点缺失属性的补全。最终，将补全属性的异质图输入到已有图神经网络模型，通过端到端的训练策略生成最佳的节点向量。本发明能够深度的融合节点文本属性从而提升图神经网络模型的性能。

本发明授权一种融合文本属性的异质图表示学习方法在权利要求书中公布了：1.一种融合文本属性的异质图表示学习方法，其特征在于，具体包括如下步骤： 步骤1、获取数据集节点文本数据，对文本数据进行预训练，利用已有节点文本属性进行基于文本编码策略的文本特征表示，得到文本表示的特征向量，将其表示为numpy矩阵的格式并保存起来，根据数据集中的节点关系构建异质图，得到节点之间的邻接矩阵，并将保存的特征向量作为具有文本属性节点的属性融入到异质图中； 步骤2、通过邻接矩阵找到缺失属性节点邻域中具有文本属性的节点，对其文本属性采用均值聚合以及经过全连接网络进行节点特征变换的方法实现节点缺失属性的补全，得到完备的节点属性矩阵；具体过程如下： 步骤2.1、找到缺失文本属性的节点邻域中有文本属性的邻居节点； 步骤2.2、通过均值聚合邻域节点文本属性补全缺失文本属性； 缺失文本属性的节点通过连接的有文本属性的邻居节点补全自身属性，补全计算公式如下： ； 其中，是待补全的节点属性，是节点邻域中有文本属性节点的文本属性，是均值聚合的补全方式，是节点的邻域中有文本信息的节点集合； 步骤2.3、对文本属性进行特征变换为每一个节点构建一个文本属性表示向量； 通过全连接网络对节点属性进行特征变换来根据下游任务更新节点属性，具体被定义为： ； 其中，MLP是一个两层的全连接网络，将补全的目标节点属性进行特征变换以适应于下游的任务，表示节点与之间的邻接矩阵，表示节点的度的倒数，表示节点的邻域中有文本信息节点的文本属性矩阵； 步骤2.4、得到完备的异质图； 通过联合步骤2.3为缺失文本属性节点的文本属性以及有文本属性的节点的文本属性构建完备的属性矩阵，表示缺失节点补全的文本属性，表示数据集中具有文本属性节点的属性，最后联合邻接矩阵构成完备的异质图； 步骤3、将补全属性的完备的异质图的邻接矩阵以及完备的节点属性矩阵输入到已有图神经网络模型，通过节点分类任务端到端的训练生成最佳的节点表示向量Z。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。