基于异常检测的多模态预训练数据集清洗方法及装置

本发明提供了一种基于异常检测的多模态预训练数据集清洗方法及装置，具有这样的特征，包括步骤S1，构建特征提取器，并根据多模态大数据集对特征提取器进行训练，得到训练好的特征提取器；步骤S2，对各个数据点，通过训练好的特征提取器提取各个不同模态的数据对应的特征；步骤S3，根据各个数据点的所有特征，通过局部异常检测方法，计算得到各个数据点的不同模态的数据对应的异常值；步骤S4，根据各个数据点的所有异常值，选取多个数据点作为异常点，并将剔除异常点的多模态大数据集作为清洗数据集。总之，本方法能够自动且高效地剔除数据中的异常样本。