特征处理方法、装置、可读介质、电子设备及程序产品制造方法及图纸

本公开涉及一种特征处理方法、装置、可读介质、电子设备及程序产品，包括：获取基于目标内容得到的多个特征，多个特征包括通过预设缺失标记表示的缺失特征；将多个特征输入至特征处理模型，使得特征处理模型可以对多个特征进行拼接，得到特征序列，并对特征序列进行掩码处理，得到用于指示特征处理模型在进行注意力计算时忽略缺失特征的掩码序列；根据特征序列和掩码序列进行注意力计算，得到目标特征；根据目标特征，输出目标内容对应的内容处理结果。由此，特征处理模型在对输入特征进行处理时，可以忽略输入特征中的缺失特征，从而更加有效的关注到其它非缺失特征以及非缺失特征之间的关联关系，进而提高特征处理模型的预测精度和鲁棒性。

【技术实现步骤摘要】

本公开涉及计算机，具体地，涉及一种特征处理方法、装置、可读介质、电子设备及程序产品。

技术介绍

1、随着智能技术的飞速发展，出现了越来越多的智能模型，例如神经网络模型（neural network model，nn）。神经网络模型通常对输入数据的完整性要求较高，若输入数据的特征缺失，则会导致神经网络模型无法有效利用输入数据中的可用信息，从而影响神经网络模型的学习和预测能力。

技术实现思路

1、提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、第一方面，本公开提供一种特征处理方法，包括：

3、获取基于目标内容得到的多个特征，其中，多个所述特征包括通过预设缺失标记表示的缺失特征；

4、将多个所述特征输入至特征处理模型，得到所述目标内容对应的内容处理结果，其中，所述特征处理模型用于通过如下方式得到所述内容处理结果：<本文档来自技高网...

【技术保护点】

1.一种特征处理方法，其特征在于，包括：

2.根据权利要求1所述的特征处理方法，其特征在于，所述掩码序列中所述缺失特征对应的掩码为第一掩码，且所述掩码序列中非缺失特征对应的掩码为第二掩码，所述根据所述特征序列和所述掩码序列进行注意力计算，得到目标特征，包括：

3.根据权利要求2所述的特征处理方法，其特征在于，所述根据所述特征对应的查询向量、键向量和预设负值，确定所述特征对应的注意力权重，包括：

4.根据权利要求1-3任一所述的特征处理方法，其特征在于，还包括：

5.根据权利要求1-3任一所述的特征处理方法，其特征在于，所述特征处理模型包括用...

【技术特征摘要】

1.一种特征处理方法，其特征在于，包括：

2.根据权利要求1所述的特征处理方法，其特征在于，所述掩码序列中所述缺失特征对应的掩码为第一掩码，且所述掩码序列中非缺失特征对应的掩码为第二掩码，所述根据所述特征序列和所述掩码序列进行注意力计算，得到目标特征，包括：

3.根据权利要求2所述的特征处理方法，其特征在于，所述根据所述特征对应的查询向量、键向量和预设负值，确定所述特征对应的注意力权重，包括：

4.根据权利要求1-3任一所述的特征处理方法，其特征在于，还包括：

5.根据权利要求1-3任一所述的特征处理方法，其特征在于，所述特征处理模型包括用于对输入特征进行预处理的多个预处理模块，所述至少将多个所述特征进行拼接，得到特征序列，包括：

【专利技术属性】
技术研发人员：周旦，陈伟聪，黄凯，
申请(专利权)人：北京有竹居网络技术有限公司，
类型：发明
国别省市：