摘要
本发明实施例公开了一种完整度识别模型的训练方法、流量采集完整度的识别方法、装置及电子设备,所述完整度识别模型的训练方法包括:在采集的多条流量数据中,随机筛选出部分数据;根据筛选数据是否完整生成标签,采用掩码的方式对筛选数据及其标签进行扩充;将扩充后的数据和标签通过自然语言处理模型转换为对应的向量表示;基于自注意力机制对所述向量表示进行特征提取得到低维特征;以所述低维特征为输入,以二分类结果为输出,训练神经网络模型识别所述低维特征表征的数据是否完整,得到完整度识别模型,其中,所述二分类结果用于标识数据完整或数据不完整。
技术关键词
数据分类
训练神经网络模型
注意力机制
系统资源使用率
自然语言
复制数据
生成标签
上存储计算机程序
监督学习模型
标识
识别方法
电子设备
处理器
可读存储介质
扩充模块
计算机程序产品
训练装置
系统为您推荐了相关专利信息
工业故障诊断方法
故障特征
故障知识库
结构化自然语言
故障诊断推理
预测网络模型
负荷预测方法
时序特征
交叉注意力机制
序列
自然语言
决策支持单元
协作系统
构建预测模型
多语言语音识别