作者：吴卫祖; 刘利群; 谢冬青异构网络神经网络向量化表示嵌入式向量
摘要：当网络中存在不同类型的对象时，对象与对象之间的关系会变得多种多样，网络的结构也会变得更为复杂。针对网络的异构化问题，提出了一种基于神经网络的异构网络向量化表示方法。针对具有图片和文本两种类型对象的异构网络，采用多层次的卷积网络将图片映射到一个潜在的特征空间，采用全连接的神经网络将文本对象也映射到相同的特征空间。在该特征空间内，图片与图片、文本与文本以及图片和文本之间的相似性采用相同的距离计算方法。在实验中，应用提出的方法进行异构网络的多种应用测试，结果表明提出的方法是有效的。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
