[发明专利]针对关系不确定性的引文网络节点分类方法及系统

说明书

本发明公开了针对关系不确定性的引文网络节点分类方法及系统，包括：获取待预测类别标签的论文，获取已知类别标签的引文网络；根据所述待预测类别标签的论文和所述已知类别标签的引文网络，构建元路径邻居图；基于元路径邻居图，生成若干个泛化图；将所有泛化图，均输入到预训练后的图卷积神经网络中，输出待预测类别标签论文的类别标签。本发明通过对异质图的元路径邻居图进行重构，解决了异质图中关系的不确定性问题，同时经过泛化得到更多的图结构样本增加训练数据中的对抗性实例的数量，从而增强了模型的鲁棒性。

技术领域

本发明涉及图神经网络的人工智能分类技术领域，特别是涉及针对关系不确定性的引文网络节点分类方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

现实世界中存在的许多网络结构，比如引文网络、社交网络、交通网络等，吸引了研究人员的关注。由多种类型的节点和边构成的异质信息网络属于其中的一种，此类网络含有丰富的结构和语义信息且在现实世界中广泛存在，更加吸引了广泛的研究兴趣。近年来，针对异质信息网络，越来越多的异质图模型被构建出来解决异质图中的节点分类、节点聚类、链接预测等任务。这些模型虽然都表现出良好的性能，但是它们没有考虑到在异质图中存在关系的不确定性问题。现实应用中导致异质信息网络关系不确定性的主要原因有以下几种：

(1)异质图关系复杂，构建网络时导入信息不完备，缺失重要的关系。例如图2(a)中存在强关联性的两个论文节点P1、P2由于发表时间相同而没有相互引用，导致重要关系的缺失，网络结构中节点之间缺少连接的边。其中图2(b)为节点属性；

(2)异质图节点类型多样，关系之间的权重不一，过多的次要关系会影响重要关系。例如图2(a)中具有强关联性的论文节点P3、P2之间的重要关系存在连接的边，但是P3引用了更多的弱关联性的论文P4、P5，这样过多的次要关系会对重要关系造成影响。

(3)脏数据导致错误的关联关系。例如图2(a)中，由于脏数据的存在，发表于不同会议且无关联性的论文节点P5、P6之间存在错误的引用关系，导致网络结构中毫无联系的节点之间存在连接的边。其他从真实世界获取数据构建的异质信息网络所包含的关系中同样存在类似的不确定性。

发明人发现，目前的异质图神经网络研究除了尚未系统地解决异质图存在关系的不确定性问题，还存在鲁棒性较弱的问题。鲁棒性较弱的模型无法保证稳定的训练效果，因为神经网络容易受到对抗性实例的影响，数据进行扰动后，模型训练效果容易下降。造成这种现象的原因是在数据集中对抗性实例样本数量太少，而神经网络的高度非线性特性导致模型学习不到这些特殊样本，因而在面对对抗性实例干扰时，模型表现出鲁棒性较弱的现象。这一缺陷严重限制了异质图神经网络在真实世界中的应用，因为真实世界中异质信息网络更容易受到各种因素干扰而发生改变。

发明内容

为了解决现有技术的不足，本发明提供了针对关系不确定性的引文网络节点分类方法及系统；在解决异质图中关系不确定性问题的同时提高模型的鲁棒性。

第一方面，本发明提供了针对关系不确定性的引文网络节点分类方法；

针对关系不确定性的引文网络节点分类方法，包括：

获取待预测类别标签的论文，获取已知类别标签的引文网络；

根据所述待预测类别标签的论文和所述已知类别标签的引文网络，构建元路径邻居图；

基于元路径邻居图，生成若干个泛化图；

将所有泛化图，均输入到预训练后的图卷积神经网络中，输出待预测类别标签论文的类别标签。

第二方面，本发明提供了针对关系不确定性的引文网络节点分类系统；

针对关系不确定性的引文网络节点分类系统，包括：