标题：基于注意力机制的双分支图相似度计算方法
作者：叶嘉宾1，2；李楠1，3；蔡晓燕2；蒋彦甫4；李晨阳2
作者单位：1 南京大数据集团有限公司，江苏 南京 210000；2 南京智能计算科技发展有限公司，江苏 南京 210000；3 东南大学，江苏 南京 210096；4 集美大学，福建 厦门 361021
关键字：图相似度；特征提取；注意力机制；卷积神经网络
摘要：图在现实生活中的信息建模中广泛应用，而图相似度计算是其中最重要的应用之一。通过相似性推断化合物属性的实例包括与已知组进行比对。然而，传统定义方法（如最大公共子图）的计算成本极高，而现有深度学习方法在特征提取方面仍显不足，影响了相似性计算的效果。为解决这些问题，提出了一种双分支模型，以深入挖掘图层和节点层的特征。在图层分支中，提出了一种创新的嵌入关系推理网络，用于捕捉输入图对之间的交互。在节点分支中，设计了一种新的局部到全局注意力机制，以增强基于卷积神经网络的节点级特征提取模块。最后，双分支的输出被串联为最终特征。实验结果表明，该方法在多个数据集上表现出较强的竞争力。