摘要
本发明涉及人工智能领域,提供一种算法比赛关联性预测方法、装置、设备及介质,能够在按照比例拆分后,利用每个字的相似字替换每个第一子集中对应的字,将每个第二子集中的字替换为随机字,及将每个第三子集中的字替换为掩码,利用替换后的所述第二样本集训练BERT模型,得到预测模型,采用屏蔽及替换的方法进行完形填空式的训练,由于屏蔽及替换的方式更加符合中文特征,替换方式多样,有效提升了训练效果,使训练得到的预测模型能够适用于中文场景,进而基于改进的模型实现对数据间关联性的准确预测,由于模型的训练方式更加符合中文特征,因此预测的准确率也更高。此外,本发明还涉及区块链技术,预测模型可存储于区块链节点中。