申请/专利权人：北京宏瓴科技发展有限公司

申请日：2023-09-12

公开（公告）日：2023-11-24

公开（公告）号：CN117114082A

主分类号：G06N3/096

分类号：G06N3/096;G06N3/084;G06F40/177

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.12#实质审查的生效;2023.11.24#公开

摘要：本发明涉及表格数据处理技术领域，具体提供一种用于表格数据处理模型的迁移学习方法、装置及电子设备，旨在解决现有技术无法对表格数据进行较好的处理的同时也能实现迁移学习的问题。为此目的，本发明通过构建FT‑Transformer网络模型，并通过源数据集对FT‑Transformer网络模型进行训练，以得到初始FT‑Transformer网络模型，其中初始FT‑Transformer网络模型为训练好的FT‑Transformer网络模型；基于初始FT‑Transformer网络模型的最后一个全连接层对初始FT‑Transformer网络模型进行微调，并将微调后的初始FT‑Transformer网络模型作为待训练表格数据处理模型；获取表格数据集，同时对待训练表格数据处理模型的部分网络参数进行冻结，并在完成部分网络参数的冻结后基于表格数据集对待训练表格数据处理模型进行训练，以得到训练好的表格数据处理模型。

主权项：1.一种用于表格数据处理模型的迁移学习方法，其特征在于，所述方法包含以下步骤：构建FT-Transformer网络模型，并通过源数据集对所述FT-Transformer网络模型进行训练，以得到初始FT-Transformer网络模型，其中所述初始FT-Transformer网络模型为训练好的所述FT-Transformer网络模型；基于所述初始FT-Transformer网络模型的最后一个全连接层对所述初始FT-Transformer网络模型进行微调，并将微调后的初始FT-Transformer网络模型作为待训练表格数据处理模型；获取表格数据集，同时对所述待训练表格数据处理模型的部分网络参数进行冻结，并在完成所述部分网络参数的冻结后基于所述表格数据集对所述待训练表格数据处理模型进行训练，以得到训练好的表格数据处理模型。

全文数据：

权利要求：

百度查询： 北京宏瓴科技发展有限公司 用于表格数据处理模型的迁移学习方法、装置及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD