基于细颗粒度注意力的层次Transformer在表格类时序中的应用

原创最新推荐文章于 2026-10-10 16:12:43 发布 1.4k 阅读 AI写同款

爱喝白开水a

6793粉丝763篇原创

关注

2024表格数据深度学习模型综述论文地址：https://arxiv.org/abs/2410.12034表格数据在医疗、金融和交通等行业广泛使用，由于其异质性和缺乏空间结构，给深度学习带来了独特的挑战。本调查回顾了针对表格数据的深度学习模型的发展，从早期的全连接网络(FCNs)到先进的架构如TabNet、SAINT、TabTranSELU和MambaNet。这些模型结合了注意力机制、特征嵌入和混合架构，以应对表格数据的复杂性。阅读详情

AI摘要

本文提出新型细粒度层次化模型Fieldy，用于处理表格时间序列数据。它通过两阶段架构，结合行和列变换器，能捕获字段间复杂关系。与现有模型对比，在回归和分类任务中性能有提升。此外，还分享了AI大模型学习资料和商业化落地方案。

Content

本文介绍了表格时间序列数据在多个实际应用中的重要性，并提出了一种名为 Fieldy 的新型细粒度层次化模型，该模型通过在行和列级别上对字段进行上下文化，以捕捉字段间的复杂关系。通过与现有最先进模型在回归和分类任务上的比较，展示了 Fieldy 在性能上的提升。

1. 引言 (Introduction)

顺序表格数据在工业中应用广泛，如银行数据库中的金融交易记录、医院存储的医疗记录或 CRM 系统中的客户购买历史。表格时间序列数据与传统多变量时间序列数据存在不同之处，特别是表格时间序列数据中记录跨越多行且包含时间相关字段。此外，文章还涉及了变换器架构在表格数据处理中的应用，以及这些架构如何通过注意力机制学习时间步骤之间的关系模式，从而在表格数据建模中提取有意义的模式。

2. 相关工作 (Related Work)

文章首先关注标准表格数据的深度学习方法，然后转向表格时间序列的特殊案例。以表格1为例，展示了如何将表格时间序列视为具有时间依赖性的记录集合，这些记录可以被机器学习模型作为输入。

文章中提到了变换器模型在表格时间序列建模中的应用。FT-Transformer 模型通过计算行内字段间的注意力来对每行进行编码。Tabbie 模型则通过平均行和列的表示来编码每个表格字段，形成上下文化的字段表示。TabBERT 模型采用两阶段变换器架构，首先分别编码行或列，然后处理这些编码来生成整个表格时间序列的表示。

FT-Transformer 模型是单阶段架构，设计用于传统表格数据。它通过计算单个行内所有字段间的注意力来捕获字段间的关系。Tabbie 模型也是单阶段架构，但它通过行和列的上下文来编码每个字段，然后通过最终的全连接层处理每行。TabBERT 模型是两阶段架构，可以是行基或列基，分别在第一阶段编码行或列，然后在第二阶段处理编码后的行或列以生成整个序列的表示。

文章还指出了现有层次化方法的局限性，即它们无法同时捕获行和列的维度信息。Fieldy 模型通过在第一阶段结合行和列变换器来学习字段表示，旨在解决这一问题。Fieldy 模型在第二阶段通过最终变换器处理整个表格时间序列，以捕获跨行和列的字段间关系。

此外，文章还讨论了如何将 Fieldy 模型与现有文献中的行基和列基层次化变换器进行比较，以及如何通过引入位置嵌入来编码表格结构，以便在模型中保留行和列的顺序信息。这些位置嵌入对于 Fieldy 模型尤为重要，因为它不像行基或列基模型那样默认包含表格结构。

3. 方法论 (Methodology)

本章深入探讨了现有表格时间序列建模方法的局限性，并提出了一种新的层次化方法，即 Fieldy 模型，以解决这些限制。

首先，分析了现有层次化模型，如 FT-Transformer 和 Tabbie，以及它们在处理表格时间序列时的不足。FT-Transformer 通过将输入序列展平为一行，然后计算所有字段间的注意力，忽略了表格结构。Tabbie 则通过行和列的上下文来编码每个字段，但缺乏第二阶段来关联所有字段。

Fieldy 模型采用两阶段架构。在第一阶段，使用两个并行的 Field 变换器，一个负责按行上下文化每个字段，另一个负责按列上下文化每个字段。这样，可以同时捕获行内和列内的交互。编码后的行和列被连接起来，形成字段表示，然后通过一个全连接层，为第二阶段生成丰富的表示。

第二阶段的最终变换器处理所有字段表示，以生成整个表格时间序列的最终编码。这样，Fieldy 能够在不同行和列之间捕获细粒度的字段关系。

为了使 Fieldy 模型能够理解表格结构，引入了行位置和列索引的位置嵌入。在将上下文化的字段传递给最终变换器之前，将这些位置嵌入添加到每个字段中。这使得最终变换器能够了解每个字段在原始行和列中的位置。

此外，为了确保与其他模型的公平比较，还在所有其他模型中引入了行位置和列索引嵌入。通过这种方式，Fieldy 模型能够在不增加模型大小的情况下，通过细粒度的注意力机制捕获跨行和列的字段关系。

最后，第3章还讨论了 Fieldy 模型相对于其他层次化模型的计算复杂性。虽然 Fieldy 模型在训练和推理时需要更多的计算资源，但可以通过采用近线性时间注意力技术来提高效率。

4. 评估 (Evaluation)

本章聚焦于对提出的 Fieldy 模型及其他变换器架构在表格时间序列数据上的性能评估。

4.1 数据集 (Datasets)

污染数据集 (Pollution): 用于回归任务，基于北京的空气污染数据，预测基于小时级测量的 PM2.5 和 PM10 浓度。数据集包括温度、压力等10个特征，经过量化处理，并添加了测量站点名称、小时、日期等额外特征。
贷款违约数据集 (Loan default): 用于分类任务，包含捷克银行的交易记录，目标是预测客户是否会违约。数据集经过预处理，包括特征量化和时间戳分割，并引入了工作日特征。

4.2 模型 (Models)

架构 (Architectures): 比较了三种层次化变换器模型：基于行的 TabBERT、基于列的 TabBERT 和提出的 Fieldy 模型。为了公平比较，所有模型的参数数量保持一致，Fieldy 模型通过减少其第一阶段的层数来匹配参数量。
基线模型 (Baselines): 包括单阶段的 FT-Transformer 和 Tabbie，以及传统的机器学习模型 XGBoost 和线性模型，作为深度学习模型的对比。
比较性 (Comparability)： 实现了统一的预训练和微调策略，使用了一个简单的字段掩蔽预训练任务，并在微调阶段采用了标准技术，确保所有模型在相同条件下进行评估。