异质专利图提示学习

冷启动下跨域专利分析

通过元路径语义学习和可学习提示向量,冷启动场景下无需元路径调整即可适配下游任务。

Xi, Zeng · 72051804 · Wang, Changdong · 戴青云

Engineering Applications of Artificial Intelligence 2026

参数信息

专利聚类增益
19.34 %
专利分类增益
4.37 %
调整兰德指数提升
111.53 %

技术优势

跨域泛化不挑数据

通过自监督预训练学习可迁移的元路径语义,无需为每个技术领域手动设计元路径。

下游任务不用重训

只需学习少量提示向量即可适配分类、聚类等任务,避免全模型重新训练。

冷启动下大幅提分

在冷启动条件下,ARI 最高提升 111.53%,有效克服标注稀缺问题。

应用场景