[发明专利]一种信息预测方法、装置、设备和存储介质

权利要求书

1.一种信息预测方法，其特征在于，包括：

获取目标对象的原始特征数据；

对所述原始特征数据进行结构化处理，获得目标特征数据；

对所述目标特征数据中缺失特征值的位置进行掩码标记，获得掩码后的目标特征数据；

基于目标预测网络模型和掩码后的目标特征数据进行掩码位置的信息预测，确定所述原始特征数据中缺失的目标特征值，其中，所述目标预测网络模型是预先基于预训练语言模型进行掩码训练获得的。

2.根据权利要求1所述的信息预测方法，其特征在于，所述目标特征数据包括至少一组特征类别数据，每组特征类别数据包括至少一个对象特征和相应的特征值。

3.根据权利要求1所述的信息预测方法，其特征在于，基于预训练语言模型进行掩码训练，获得目标预测网络模型，包括：

获取结构化的完整的样本特征数据；

对所述样本特征数据中的样本特征值进行随机掩码处理，获得掩码后的样本特征数据；

将掩码后的样本特征数据输入至预训练语言模型中进行掩码位置的信息预测，获得预测出的样本特征值；

基于预测出的样本特征值和被掩码的样本特征值确定训练误差，并将所述训练误差反向传播至预训练语言模型，调整预训练语言模型中的网络参数，直到满足预设收敛条件时，将当前的预训练语言模型作为目标预测网络模型。

4.根据权利要求3所述的信息预测方法，其特征在于，所述对所述样本特征数据中的样本特征值进行随机掩码处理，获得掩码后的样本特征数据，包括：

对所述样本特征数据中的特征类别数据的排列顺序进行随机打乱，获得打乱后的样本特征数据；

对打乱后的样本特征数据中的样本特征值进行随机掩码处理，获得掩码后的样本特征数据。

5.根据权利要求1所述的信息预测方法，其特征在于，在对所述原始特征数据进行结构化处理，获得目标特征数据之后，还包括：

确定所述目标特征数据中的连续型特征对应的连续特征值；

对所述连续特征值进行离散化处理，获得离散特征值，并更新所述目标特征数据中的连线特征值为相应的离散特征值。

6.根据权利要求1所述的信息预测方法，其特征在于，所述对所述目标特征数据中缺失特征值的位置进行掩码标记，获得掩码后的目标特征数据，包括：

基于所述目标特征数据中缺失特征值的对象特征数量和对象特征总数量，确定所述目标特征数据对应的特征值缺失率；

若所述特征值缺失率小于或等于预设缺失率，则对所述目标特征数据中缺失特征值的位置进行掩码标记，获得掩码后的目标特征数据。

7.根据权利要求1-6任一项所述的信息预测方法，其特征在于，所述基于目标预测网络模型和掩码后的目标特征数据进行掩码位置的信息预测，确定所述原始特征数据中缺失的目标特征值，包括：

将掩码后的目标特征数据输入至目标预测网络模型进行每个掩码位置的信息预测，并基于所述目标预测网络模型的输出，获得每个掩码位置对应的预测特征值和相应的预测概率；

将所述预测概率大于或等于预设概率阈值的预测特征值确定为所述原始特征数据中缺失的目标特征值。

8.一种信息预测装置，其特征在于，包括：

原始特征数据获取模块，用于获取目标对象的原始特征数据；

结构化处理模块，用于对所述原始特征数据进行结构化处理，获得目标特征数据；

掩码标记模块，用于对所述目标特征数据中缺失特征值的位置进行掩码标记，获得掩码后的目标特征数据；

信息预测模块，用于基于目标预测网络模型和掩码后的目标特征数据进行掩码位置的信息预测，确定所述原始特征数据中缺失的目标特征值，其中，所述目标预测网络模型是预先基于预训练语言模型进行掩码训练获得的。