图神经网络在交叉学科文献识别中的应用策略研究.docx

图神经网络在交叉学科文献识别中的应用策略研究

目录

一、内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

二、图神经网络基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

2.1图神经网络概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.2图神经网络的基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.2.1图数据表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2.2图神经网络架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.3图神经网络的分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.3.1邻域感知型图神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.3.2全局感知型图神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.4图神经网络的优势与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

三、交叉学科文献识别的挑战与需求．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.1交叉学科文献的特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.2文献识别的难点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

3.3应用图神经网络的意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

四、图神经网络在交叉学科文献识别中的应用策略．．．．．．．．．．．．．．17

4.1数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.1.1数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.1.2数据特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

4.2图结构构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

4.2.1文献之间的关联关系建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

4.2.2文献实体表示学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

4.3图神经网络模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

4.3.1基于GCN的文献识别模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

4.3.2基于GAT的文献识别模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

4.3.3基于GraphSAGE的文献识别模型．．．．．．．．．．．．．．．．．．．．．．．．．28

4.4模型训练与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

4.4.1损失函数选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

4.4.2模型参数调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

4.5实验与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

4.5.1实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

4.5.2实验结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

4.5.3对比实验与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

五、案例研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

5.1案例一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

5.2案