基于改进多模态转换器的人力资源多源异构数据处理方法

一种基于改进多模态转换器的人力资源多源异构数据处理方法，该方法首先对人力资源数据按照数据类型进行初步分类，然后针对不同类型数据的特点，分别采用不同的特征提取方法提取数据，再通过对LayoutLMv3模型的改进，增强了其在多模态数据处理中的适应能力，能够更有效地融合和提取文本、图像和视频等异构数据中的信息，最后针对不同数据类别分别训练一个单独的XGBoost模型，通过梯度提升算法对各个XGBoost模型进行训练，最终提升电力企业人力资源管理的智能化水平。本发明不仅可以利用图像、视频等非结构化数据，充分挖掘各类数据之间的潜在关联，有效提高分析结果的准确性，而且可以根据不同的数据训练不同的模型，有效提高多源数据融合的效果。