-
题名基于子图邻域学习的网络视频突发事件挖掘
- 1
-
-
作者
张承德
周璇
-
机构
中南财经政法大学信息工程学院
-
出处
《计算机学报》
北大核心
2025年第5期1134-1150,共17页
-
基金
国家社会科学基金一般项目(22BXW081)资助。
-
文摘
基于异构信息网络的跨媒体关联挖掘成为新的研究热点。一般情况下,视频中非线性视觉信息和失范的文本会使得模态间关联极其稀疏。现有方法多采用嵌入多条语义路径来增强媒体间关联。然而,这种方法往往忽略了路径中局部子图结构内节点间的关联,导致节点的子图邻域信息被遗漏,节点嵌入无法捕捉与邻域节点的关联性,进而引起网络视频突发事件挖掘效果不佳。因此,本文提出了一种基于子图邻域学习的跨媒体语义关联增强方法。具体来说,该方法将异构图分解为不同类型子图,在不同子图中捕捉邻域节点的关联,得到关联丰富后的节点最终嵌入。首先,将不同模态节点初级特征映射到统一空间后,将异构图分解为同构和异构子图,以获取节点基于元路径的同构邻居和一阶异构邻居;然后,通过特定注意力机制分别嵌入基于同构和异构子图的邻域节点,捕获子图内节点邻域信息;最后,通过图级注意力聚合同构和异构子图间交互和语义信息,得到邻域关联后的节点最终嵌入,在下游任务中实现网络视频突发事件的准确挖掘。通过在10个真实数据集上的实验验证,本文方法展现了较高的可靠性,且所提模型在性能上超越了现有方法。
-
关键词
跨媒体
网络视频
事件挖掘
子图
子图邻域学习
-
Keywords
cross-media
webvideo
event mining
subgraph
subgraph neighborhood learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
