一种基于Sim-GNN的法律领域图编辑距离的估算方法

摘要

本发明提出了一种基于Sim‑GNN的法律领域图编辑距离的估算方法，该方法包括：在输入层处理非结构化文本数据为结构化文本数据，并转化为节点‑边的图结构；在编码层使用独热编码和图卷积神经网络计算节点嵌入向量；借助注意力层由节点嵌入向量计算全图嵌入向量；在解码层使用神经张量网络综合图嵌入向量并求出两图的k维相似度向量；最后连接输出层对相似度向量降维得到相似度分数。由于注意力机制的存在，本模型能够更好的综合全图信息，并通过神经张量网络来更好地表征向量间的关系，最终一定程度上平衡了算力消耗与计算误差两个方面的问题，给出了一个可以在海量图数据中寻找两张相似图的解决方案。