摘要
本发明公开了一种表征智能合约的模型方法,包括如下步骤:收集大量区块链网络上开源的智能合约源码;清洗智能合约源码并生成结构化的代码树;基于深度神经网络设计预训练模型;将训练集智能合约代码输入至预训练模型学习;拆解出预训练模型中的输入层、编码层、输出层构成SmartBERT模型;调用SmartBERT模型输入智能合约源码生成表征。本发明通过拆解出预训练模型中的输入层、编码层、输出层构建SmartBERT模型,在SmartBERT的应用阶段,用户输入智能合约代码,便可生成表征整个智能合约的数学矩阵,该数学矩阵能够更准确地捕捉智能合约的上下文语义和结构信息,为后续智能合约相关的下游任务提供强大的支持。
技术关键词
智能合约代码
预训练模型
树状数据结构
深度神经网络
清洗智能
生成代码
分词
区块链公链
编码
训练集
节点
矩阵
序列
阶段
数学
层级
批量
文本
关键字
系统为您推荐了相关专利信息
路线优化方法
振动特征
序列
地图矢量数据
分布特征
降噪模型
深度神经网络
降噪系统
对象
噪声特征提取
缺陷视觉检测方法
芯片
深度学习算法
图像
缺陷类别
无线供能通信网络
调度决策方法
深度神经网络
新鲜度
李雅普诺夫优化
图像重建
动态磁共振
卷积模块
深度卷积网络
成像方法