一种基于对比学习的敏感属性自动识别方法

摘要

一种基于对比学习的敏感属性自动识别方法，包括：1)对数据集作初始化处理，包括选择数据集，对数据集中的样本属性值进行二元化处理：将数值型的属性转换为布尔值的属性，设定一个阈值作为划分属性值为0和1的分隔点；2)建立对比学习模型，计算正样本对的损失；3)测试对比学习模型：在对比模型进行了训练之后，舍弃投影端，使用基编码器获得的表示，将表示向量用于下游任务；将步骤1)中数据预处理好的数据集输入到步骤2)训练的模型中，为了评估分类效果，将网络对于每个实例的输出当作置信向量，使用softmax函数转换为最可能的分类，然后与原来类标签进行对比，相似度相差大，说明在数据增强操作阶段掩藏的输入属性为敏感属性。