[发明专利]基于图神经网络的节点分类方法及装置

权利要求书

1.一种基于图神经网络的节点分类方法，其特征在于，包括：

将具有多个标记节点的连通图输入图神经网络，多次执行对所述连通图中各未标记节点的分类处理，直至满足预设条件；

其中，每次所述分类处理均包括：

根据所述连通图中的各所述标记节点，获取所述未标记节点的分类置信度；

从各未标记节点中，获取所述分类置信度不小于所述图神经网络的当前预设置信度的多个目标节点；

根据各所述目标节点的分类置信度，确定各目标节点的类别；

将各所述目标节点添加至各所述标记节点中，并根据预设衰减值更新所述当前预设置信度。

2.根据权利要求1所述的基于图神经网络的节点分类方法，其特征在于，根据所述连通图中的各所述标记节点，获取所述未标记节点的分类置信度，包括：

根据各所述标记节点中，与所述未标记节点相邻的各相邻节点的类别，确定所述未标记节点的分类置信度。

3.根据权利要求2所述的基于图神经网络的节点分类方法，其特征在于，根据各所述标记节点中，与所述未标记节点相邻的各相邻节点的类别，确定所述未标记节点的分类置信度，包括：

根据与所述未标记节点相邻的各所述相邻节点的类别，确定所述未标记节点与各所述类别一一对应的各初始置信度；

将各所述初始置信度中最大的所述初始置信度，确定为所述未标记节点的分类置信度。

4.根据权利要求1所述的基于图神经网络的节点分类方法，其特征在于，根据各所述目标节点的分类置信度，确定各目标节点的类别，包括：

根据所述目标节点的分类置信度，从与所述目标节点连接的各标记节点中，查找与所述目标节点的分类置信度对应的同类标记节点；

当查找到所述同类标记节点时，将所述同类标记节点的类别，确定为所述目标节点的类别。

5.根据权利要求4所述的基于图神经网络的节点分类方法，其特征在于，当查找到所述同类标记节点时，将所述同类标记节点的类别，确定为所述目标节点的类别，包括：

当查找到所述同类标记节点时，在所述同类标记节点与所述目标节点之间生成同质路径；

通过所述同质路径将所述同类标记节点的类别传播至所述目标节点，以将所述同类标记节点的类别确定为所述目标节点的类别。

6.根据权利要求1-5任意一项所述的基于图神经网络的节点分类方法，其特征在于，所述预设条件包括：

确定各所述未标记节点的类别，或所述当前预设置信度更新至小于或等于预设阈值。

7.根据权利要求1-5任意一项所述的基于图神经网络的节点分类方法，其特征在于，所述图神经网络包括图卷积网络。

8.一种基于图神经网络的节点分类装置，其特征在于，包括：

节点分类模块，用于将具有多个标记节点的连通图输入图神经网络，多次执行对所述连通图中各未标记节点的分类处理，直至完成各所述未标记节点的分类；

其中，每次所述分类处理均包括：

根据所述连通图中的各所述标记节点，获取所述未标记节点的分类置信度；

从各未标记节点中，获取所述分类置信度不小于所述图神经网络的当前预设置信度的多个目标节点；

根据各所述目标节点的分类置信度，确定各目标节点的类别；

将各所述目标节点添加至各所述标记节点中，并根据预设衰减值更新所述当前预设置信度。

9.一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的基于图神经网络的节点分类方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的基于图神经网络的节点分类方法的步骤。