[发明专利]图结构估计模型的训练方法、装置、设备及存储介质

权利要求书

1.一种图结构估计模型的训练方法，其特征在于，包括：

获取初始图以及所述初始图对应的标签信息；所述初始图包含多个节点，所述标签信息用于指示所述初始图中目标节点所属类别，所述目标节点为所述初始图的多个节点中任意一个或多个；

调用图结构估计模型包括的图预测模型对所述初始图进行预测处理，得到所述初始图对应的观测信息；

调用所述图结构估计模型包括的图估计器基于所述标签信息和所述观测信息进行估计处理得到估计图；并调用所述图预测模型对所述估计图进行预测处理，得到所述估计图对应的预测信息，所述估计图对应的预测信息用于指示所述估计图中各个节点所属类别；

基于所述估计图对应的预测信息和所述标签信息对所述图预测模型进行优化。

2.如权利要求1所述的方法，其特征在于，所述基于所述估计图对应的预测信息和所述标签信息对所述图预测模型进行优化后，所述方法还包括：

若未检测到结束训练事件，则获取调用所述图预测模型对所述估计图进行预测处理过程中得到的所述估计图对应的观测信息；

调用所述图估计器基于所述标签信息和所述估计图对应的观测信息进行估计处理得到新的估计图，并调用优化后的图预测模型对所述新的估计图进行预测处理，得到所述新的估计图对应的预测信息，所述新的估计图对应的预测信息用于指示所述新的估计图中各个节点所属类别；

基于所述新的估计图对应的预测信息和所述标签信息对所述优化后的图预测模型进行更新。

3.如权利要求1所述的方法，其特征在于，所述观测信息包括所述初始图对应的预测信息和所述初始图对应的观测图集合，所述初始图对应的预测信息用于所述观测信息，所述观测图集合中包括所述初始图和所述初始图对应的邻居图集合；所述图预测模型包括第一个卷积层和第二个卷积层，所述调用所述图结构估计模型包括的图预测模型对所述初始图进行预测处理，得到所述初始图对应的观测信息，包括：

获取所述初始图的节点特征矩阵，并将所述节点特征矩阵输入至所述第一个卷积层以基于所述第一个卷积层对应的第一权重参数进行卷积运算，得到第一个卷积层对应的节点表示矩阵；

将所述第一个卷积层对应的节点表示矩阵输入至所述第二个卷积层以基于所述第二个卷积层对应的第二权重参数进行卷积运算，得到第二个卷积层对应的节点表示矩阵；

对所述第二个卷积层对应的节点表示矩阵进行归一化处理得到所述初始图对应的预测信息；

基于所述第一个卷积层对应的节点表示矩阵构造第一邻居图，以及基于所述第二个卷积层对应的节点表示矩阵构造第二邻居图，并基于所述初始图的节点特征矩阵构建目标邻居图；

将所述第一邻居图、所述第二邻居图以及所述目标邻居图组成所述邻居图集合。

4.如权利要求3所述的方法，其特征在于，所述图估计器包括结构子模型和观测子模型，所述调用所述图结构估计模型包括的图估计器基于所述标签信息和所述观测信息进行估计处理得到估计图，包括：

调用所述结构子模型基于所述标签信息和所述初始图对应的观测信息中所述初始图对应的预测信息生成N个候选图，N为大于等于1的整数；并基于所述结构子模型的第一参数和所述N个候选图中每个候选图对应的邻接矩阵确定相应候选图对应的生成概率；

调用所述观测子模型基于所述观测子模型的第二参数、所述初始图对应的观测信息以及所述每个候选图对应的邻接矩阵，计算相应候选图对应的观测信息存在概率；其中，所述候选图m对应的观测信息存在概率用于表示当所述候选图m作为所述估计图时，所述观测信息存在的概率，m大于等于1且小于等于N；

基于每个候选图对应的生成概率和每个候选图对应的观测信息存在概率进行图估计得到估计邻接矩阵，并根据所述估计邻接矩阵生成所述估计图。