基于提示专家混合模型的训练、跨领域图学习方法及装置

著录项目

摘要

本发明公开了一种基于提示专家混合模型的训练、跨领域图学习方法及装置，该训练方法包括以下步骤：对不同领域的第一图数据中的节点特征矩阵进行对齐；初始化基于提示专家混合模型的参数；将对齐后的第一节点特征矩阵与提示向量进行融合；筛选专家网络并基于软路由机制确定出筛选出的专家网络的第一权重，以软正交损失函数和基于专家网络的第一权重的预训练损失函数构建的总训练损失函数为约束，反向传播更新专家网络的参数和提示向量，对专家网络进行预训练直至收敛；冻结除提示向量和任务专用头之外的网络参数，反向传播更新对提示向量和任务专用头进行更新，直至收敛。其可解决现有方法存在目标领域性能低、参数调整量大的问题。

附图

附图 1