申请/专利权人:支付宝(杭州)信息技术有限公司
申请日:2024-02-29
公开(公告)日:2024-05-14
公开(公告)号:CN118036722A
主分类号:G06N5/02
分类号:G06N5/02;G06N3/042;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.31#实质审查的生效;2024.05.14#公开
摘要:本说明书实施例提供图解耦表征模型训练、图解耦表征和对象推荐方法及装置。在模型训练时,经由图表征生成层生成对象关系图中的对象节点的初始节点表征;经由特征解耦层基于对象节点的初始节点表征从样本对象节点的对象特征中解耦出有效特征和冗余特征,以及经由结构解耦层基于对象节点的初始节点表征将对象关系图解耦为有效结构图和冗余结构图。随后,经由图表征学习层,基于有效结构图对样本对象节点的有效特征进行图学习得到样本对象节点的有效表征。然后,执行模型训练任务来进行图解耦表征模型的模型更新。所执行的模型训练任务至少包括基于样本对象节点的有效表征的下游预测学习任务。
主权项:1.一种用于训练图解耦表征模型的方法,包括:经由图解耦表征模型的图表征生成层来生成对象关系图中的对象节点的初始节点表征;经由所述图解耦表征模型的特征解耦层来基于所述对象节点的初始节点表征对样本对象节点的对象特征进行特征解耦,以解耦出所述样本对象节点的第一有效特征和第一冗余特征;经由所述图解耦表征模型的结构解耦层来基于所述对象节点的初始节点表征对所述对象关系图进行图结构解耦,以解耦出第一有效结构图和第一冗余结构图;经由所述图解耦表征模型的图表征学习层来基于所述第一有效结构图对所述样本对象节点的第一有效特征进行图学习,以学习出所述样本对象节点的第一有效表征;以及执行第一模型训练任务来进行所述图解耦表征模型的第一模型更新,所述第一模型训练任务包括基于所述样本对象节点的第一有效表征的下游预测学习任务。
全文数据:
权利要求:
百度查询: 支付宝(杭州)信息技术有限公司 图解耦表征模型训练、图解耦表征和对象推荐方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。