[发明专利]一种信息预测方法、装置、设备和存储介质

说明书

本公开实施例提供了一种信息预测方法、装置、设备和存储介质。该方法包括：获取目标对象的原始特征数据；对原始特征数据进行结构化处理，获得目标特征数据；对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，确定原始特征数据中缺失的目标特征值，其中，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。通过本公开实施例的技术方案，可以实现缺失信息的准确预测。

技术领域

本公开实施例涉及计算机技术，尤其涉及一种信息预测方法、装置、设备和存储介质。

背景技术

随着计算机技术的快速发展，可以利用对象的各种特征数据进行对象分析。例如，利用视频的各种特征数据进行视频分析，有助于从海量视频中做出决策，给用户提供更好的体验服务。

然而，由于数据漏报、计算延迟等种种原因会导致采集的特征数据中存在部分信息缺失的情况，从而利用这种缺失部分信息的特征数据无法准确地进行对象分析。可见，当前急需一种对缺失的信息进行预测的方式，以补全缺失的信息。

发明内容

本公开提供一种信息预测方法、装置、设备和存储介质，以实现缺失信息的准确预测。

第一方面，本公开实施例提供了一种信息预测方法，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。

第二方面，本公开实施例还提供了一种信息预测装置，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。

第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的信息预测方法。

第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的信息预测方法。

本公开实施例，通过预先基于预训练语言模型进行掩码训练，可以快速地获得能够准确预测信息的目标预测网络模型。对目标对象的原始特征数据进行结构化处理，获得特定结构下的目标特征数据，并对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。可以将掩码后的目标特征数据输入至预先训练好的目标预测网络模型，以使目标预测网络模型对输入的目标特征数据中掩码位置处的信息进行准确预测，获得原始特征数据中缺失的目标特征值，从而利用目标预测网络模型实现了缺失信息的准确预测。

附图说明