-
公开(公告)号：CN111611785A
公开(公告)日：2020-09-01
申请号：CN202010361406.8
申请日：2020-04-30
Applicant: 北京理工大学
IPC: G06F40/189 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种生成式对抗网络嵌入式学习表示方法，应用于网络实体对齐技术领域；本发明将网络的嵌入式表示和跨网络的实体对齐任务统一融合，通过图卷积神经网络提取网络特征，同时引入生成式对抗学习来引导领域不变性特征的学习，避免嵌入式表示学习过程中领域依赖特征的影响，在此基础上，提出感知方向的图卷积网络以更好的优化有向网络的结构信息，并且基于图卷积网络的特性，通过图卷积网络的权重分享技巧以优化跨网络的嵌入式表示学习效率。对比现有技术，本发明有效解决了在实体对齐任务中领域特征的存在使得对齐效果欠佳的问题，通过领域对抗学习获取更有利于实体对齐任务的领域不变性特征，提升实体对齐的效果。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
