机器学习应用中的分类字段值的处理

摘要

公开了用于处理机器学习应用(尤其是神经网络)中的分类字段值的系统和方法。分类字段值通常在被传递到神经网络之前被转换成向量。然而，低维度向量限制了网络理解上下文、语义或特征上相似的值之间的相关性的能力。相反，高维度向量可能压制神经网络，导致网络寻找关于个体维度值的相关性，该相关性可能是虚假的。本公开涉及包括主网络以及一个或多个辅助网络的分层神经网络。在辅助网络中处理分类字段值，以在由主网络处理所述值之前减少所述值的维度。这使得能够识别上下文、语义和特征相关性，而不会使网络整体过载。