基於機率語義分析的多關係圖多類標分類方法研究

《基於機率語義分析的多關係圖多類標分類方法研究》是依託華南理工大學，由吳慶耀擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於機率語義分析的多關係圖多類標分類方法研究
• 項目類別：青年科學基金項目
• 項目負責人：吳慶耀
• 依託單位：華南理工大學

項目摘要

隨著數字社會化新媒體和移動網際網路套用的普及，如何識別不同社會網路中個體的興趣愛好成為數據挖掘領域廣泛關注的問題。該問題可以轉換為多關係圖中節點的多類標分類問題，其關鍵研究難點是：多關係圖通常只有少量學習樣本，而且節點之間、類標之間存在複雜關聯關係，必須結合有類標和無類標節點信息學習節點之間、類標之間的關聯性，從而構建高性能的分類模型。本課題圍繞這個問題，研究基於機率語義分析方法的多關係圖多類標分類模型，主要內容包括：(1)基於元路徑的多關係圖表示模型；（2）基於節點之間相關性的多關係圖半監督學習模型；(3) 基於類標之間相關性的多類標半監督學習模型；(4) 面向多關係圖的多類標分類算法設計。課題的創新在於：基於元路徑的表示模型，基於機率語義分析方法的半監督學習方法；基於節點之間+類標之間相關性的多關係圖的多類標分類方法。

結題摘要

整個項目期間，針對本工作的主要研究內容，發表了共19篇論文，其中期刊論文6篇，會議論文12篇。申請了3項專利，獲得了5項軟體著作權。 具體而言，相關的研究成果及其科學意義主要包括以下幾個部分：1.在多關係圖異構數據統一表征方面，項目負責人提出了基於相關性判別式學習、基於最優傳輸理論的半監督學習、構建轉移機率圖等方法，為異構多關係圖數據表征提供有效解決方案。2.在多源數據協同學習方面，項目負責人提出了多源數據的集成學習算法，以實現多源數據的快速分類。3.在異構多關係圖的關聯理解方面，項目負責人提出了構建“異構網路圖”，基於半監督異構網路圖的異構多關係圖數據分類算法。4.在異構多關係圖套用拓展方面，結合異構多關係圖數據套用問題的特點，成功地將算法套用於生成圖像內容的語言問答序列、圖像和文本數據多標記分類等領域問題中。