面向下游分析反馈的数据清洗方法及系统、电子设备

本发明公开了一种面向下游分析反馈的数据清洗方法，包括：构建多层感知机分类器执行分类，生成软标签；脏数据结合软标签输入错误检测模型，输出特征向量形式的初步错误检测结果，通过聚类加权得聚类结果；选部分数据训练，分层抽样后输入多个同构错误检测模型，投票集成结果；利用交叉注意力机制的神经网络修补模型处理错误检测输出和脏数据，经特征提取、优化融合产出修正数据；下游模型反馈优化修补过程，获最终清洗数据。该方法主要通过基于深度学习的方法，对数据进行检测，并修复其中的脏数据，使得数据更加准确和可信。该方法能够根据下游任务的需求，对数据进行定制化处理，确保清洗后的数据能够直接应用于这些任务。