一种可扩展且综合的图变换器图表示学习方法、系统、设备及存储介质

本发明公开一种可扩展且综合的图变换器图表示学习方法、系统、设备及存储介质，涉及机器学习技术领域。所述方法包括：获取目标图数据，根据所述目标图数据确定对应的节点特征、边特征和邻接矩阵，并计算图的节点嵌入矩阵和边嵌入矩阵，生成初始图结构；基于所述初始图结构，将邻接矩阵传入图粗化模块，利用图粗化算法生成图层次结构，并计算每个图层的绝对位置编码矩阵和相对位置编码矩阵；将各编码矩阵输入综合位置编码模块进行合并，得到综合位置编码；将所述综合位置编码和节点嵌入矩阵输入聚焦的图线性注意力模块，计算聚焦线性注意力，输出最终节点表示。本发明能够提升图表示学习的效率与表达能力。