(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210530942.5 (22)申请日 2022.05.16 (71)申请人 清华大学 地址 100084 北京市海淀区清华园 (72)发明人 唐杰　侯振宇　刘潇　东昱晓　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 单冠飞 (51)Int.Cl. G06V 10/82(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/74(2022.01) (54)发明名称 一种数据训练方法及装置 (57)摘要 本公开提出一种数据训练方法及装置， 涉及 深度学习和图网络数据挖掘技术领域。 该方法包 括： 处理输入样本数据， 获得第一训练数据， 将第 一训练数据输入至自动编码器， 获得第二训练数 据， 对第二训练数据与输入样 本数据进行相似度 对比， 并根据对比结果进行数据训练。 本公开实 现在通过自监督算法进行数据学习， 极大的提高 了图网络数据分类的准确率。 权利要求书2页 说明书10页 附图4页 CN 115115920 A 2022.09.27 CN 115115920 A 1.一种数据训练方法， 其特 征在于， 包括： 处理输入样本数据， 获得第一训练数据； 将所述第一训练数据输入至自动 编码器， 获得第二训练数据； 对所述第二训练数据与所述输入样本数据进行相似度对比， 并根据对比结果进行数据 训练。 2.根据权利要求1所述的方法， 其特征在于， 所述处理所述输入样本数据， 获得第一训 练数据包括： 获取所述输入样本数据； 对所述输入样本数据中的节点进行采样； 通过第一掩码标识遮盖所述输入样本数据中经采样的节点的原始特征， 并将经第 一掩 码标识遮盖的输入样本数据确定为所述第一训练数据。 3.根据权利要求2所述的方法， 其特征在于， 所述自动编码器包括编码器， 所述编码器 为第一图神经网络， 所述将所述第一训练数据输入至所述自动 编码器， 获得 所述第二训练数据包括： 将所述第一训练数据输入所述编码器， 获得所述输入样本数据中所有节点的隐式表 示。 4.根据权利要求3所述的方法， 其特征在于， 所述自动编码器还包括解码器， 所述解码 器为第二图神经网络， 所述将所述第一训练数据输入至所述自动 编码器， 获得 所述第二训练数据包括： 将所述经采样的节点的隐式表示输入所述 解码器， 以输出 所述第二训练数据。 5.根据权利要求4所述的方法， 其特征在于， 所述将所述经采样的节点的隐式表示输入 所述解码器， 以输出 所述第二训练数据包括： 通过第二掩码标识遮盖所述输入样本数据中经采样的节点的隐式表示， 并将经第 二掩 码标识遮盖的输入样本数据作为所述第二训练数据。 6.根据权利要求1至5中任一项所述的方法， 其特征在于， 所述将所述第二训练数据与 所述输入样本数据进行相似度对比包括： 通过重建评估函数， 计算所述第二训练数据与所述输入样本数据的相似度。 7.根据权利要求6所述的方法， 其特 征在于， 所述方法还 包括： 基于放缩因子， 构建所述重建评估函数， 其中， 所述重建评估函数是放缩余弦误差函 数， 所述放缩因子大于或等于1。 8.一种数据训练装置， 其特 征在于， 包括： 处理单元， 用于处 理输入样本数据， 获得第一训练数据； 输入单元， 用于将所述第一训练数据输入至自动 编码器， 获得第二训练数据； 对比单元， 用于对所述第二训练数据与所述输入样本数据进行相似度对比， 并根据对 比结果进行 数据训练。 9.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处权　利　要　求　书 1/2 页 2 CN 115115920 A 2理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑7中任一项所述的方法。 10.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于 使所述计算机执 行根据权利要求1 ‑7中任一项所述的方法。 11.一种计算机程序产品， 包括计算机程序， 所述计算机程序在被处理器执行时实现根 据权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115115920 A 3