一种基于Transformer模型生成技术推荐材料的方法

本申请涉及人工智能技术，公开了一种基于Transformer模型生成技术推荐材料的方法。包括：训练Transformer模型，学习各类训练样本中基础数据与技术推荐材料之间的关联特征ki，得到特征集合K1；学习各类关联特征之间的映射特征集合；依次将各类技术推荐材料选为X类型，并基于映射特征集合，将特征集合K1中其他的关联特征ki，转换为关联特征kX，得到特征集合K2；在应用Transformer模型时，利用目标用户相关的基础数据和相应的特征集合K2，生成目标类型的技术推荐材料。本申请还公开一种计算机设备、控制装置和计算机可读存储介质。本申请旨在训练支持多样化的技术推荐材料的生成模型时，减少模型对大量训练样本的依赖，从而降低模型训练的成本。