基于神经网络的异构网络向量化表示方法

作     者：吴卫祖 刘利群 谢冬青 WU Wei-zu;LIU Li-qun;XIE Dong-qing

作者机构：广东海洋大学信息学院湛江524088 广州大学计算机科学与教育软件学院广州510006 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2017年第44卷第5期

页      面：272-275页

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：广东省科技计划项目(2014A020218016) 国家863项目(2009AA012420)资助 

主　　题：异构网络 神经网络 向量化表示 嵌入式向量 

摘      要：当网络中存在不同类型的对象时,对象与对象之间的关系会变得多种多样,网络的结构也会变得更为复杂。针对网络的异构化问题,提出了一种基于神经网络的异构网络向量化表示方法。针对具有图片和文本两种类型对象的异构网络,采用多层次的卷积网络将图片映射到一个潜在的特征空间,采用全连接的神经网络将文本对象也映射到相同的特征空间。在该特征空间内,图片与图片、文本与文本以及图片和文本之间的相似性采用相同的距离计算方法。在实验中,应用提出的方法进行异构网络的多种应用测试,结果表明提出的方法是有效的。