基于无监督噪声对比学习的DNA语言模型优化方法及系统

本发明公开了基于无监督噪声对比学习的DNA语言模型优化方法及系统，涉及利用DNA条形码进行物种鉴定技术领域；将来自同一序列的嵌入向量作为正样本，不同序列的嵌入向量作为负样本；为了增加样本多样性，引入全局和局部特征噪声层，对正样本嵌入向量进行扰动。将增强后的嵌入向量输入到编码器中，通过整合信息、捕获序列中真正重要的模式，将相似的增强向量映射到相近嵌入空间。通过混合锚点样本的正负样本，构造出兼具两者特征的困难负样本，以持续增加训练难度，增强模型的判别能力；利用带有正样本相似度惩罚的无监督对比学习损失函数进行优化模型，有效地增强了模型的嵌入空间分布，显著提高了其在DNA条形码物种级别分类上的准确性。