摘要

本发明涉及一种基于注意力机制的层级图表征学习方法,着重于层级图表征学习,在学习特征时将有关联的节点聚类在一起,能够做到对层级节点特征进行充分表达,提高图分类任务的性能。在学习节点进行硬聚类分配,保留层级学习时节点特征的完整性,以便在模型学习时起到更好的作用。将注意力机制应用于层级图表示学习当中,可以使层级学习生成的簇中各节点根据其自身重要性进行聚合,学习到簇中节点自身相对于其他节点的作用,可以使每个节点特征根据其重要性进行充分表达。本发明还基于方法实现了相应的装置。