公开(公告)号：CN118885620B

公开(公告)日：2025-01-24

申请号：CN202411396594.2

申请日：2024-10-09

Applicant: 中南大学

Inventor： 陈梦妮 ,  杨柳 ,  龙军 ,  陈庭轩

IPC: G06F16/35 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/082 ,  G06F16/36

Abstract: 本发明涉及图深度学习领域，具体涉及一种基于图扩散增强超边的科技文献主题分类方法，包括步骤：收集科技文献数据；对科技文献利用独热编码提取文本特征，得到文献特征矩阵；将得到科技文献数据构建图数据结构；将图数据结构输入到原始图‑超边生成器中缓解节点数量不平衡；将图数据结构输入到基于图扩散的双通道超边增强器中缓解节点拓扑不平衡；基于增强超图和超图神经网络训练一个无偏分类器，将增强超图输入到无偏分类器中获得最终的分类结果，对科技文献进行主题分类。本发明解决了现有技术中采用图神经网络的方法由于科技文献主题类别分布不平衡而导致科技文献主题分类不精确的技术问题。

公开(公告)号：CN118885620A

公开(公告)日：2024-11-01

申请号：CN202411396594.2

申请日：2024-10-09

Applicant: 中南大学

Inventor： 陈梦妮 ,  杨柳 ,  龙军 ,  陈庭轩

IPC: G06F16/35 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/082 ,  G06F16/36

Abstract: 本发明涉及图深度学习领域，具体涉及一种基于图扩散增强超边的科技文献主题分类方法，包括步骤：收集科技文献数据；对科技文献利用独热编码提取文本特征，得到文献特征矩阵；将得到科技文献数据构建图数据结构；将图数据结构输入到原始图‑超边生成器中缓解节点数量不平衡；将图数据结构输入到基于图扩散的双通道超边增强器中缓解节点拓扑不平衡；基于增强超图和超图神经网络训练一个无偏分类器，将增强超图输入到无偏分类器中获得最终的分类结果，对科技文献进行主题分类。本发明解决了现有技术中采用图神经网络的方法由于科技文献主题类别分布不平衡而导致科技文献主题分类不精确的技术问题。